原题:MIRIX-2.0: Multi-Agent Memory System
长期记忆能让大模型智能体个性化、保持一致并复用成功经验,但参数化记忆要训练,整合会永久丢细节,全部保留又让检索越来越重。MIRIX-2.0 用六个类型化记忆智能体保存完整记录,再用溯源超图为情景和语义记录建索引,每条事实都引用来源行;检索在明确预算内进行,问题要查看的证据不随历史增长。AutoDream 在写入路径之外合并重复锚点、不改写任何记录,还会把任务会话提炼成技能。作者称它在五个问答基准中的四个上最准,LoCoMo 91.4%、LongMemEval-S 72.6%(比最强基线高 14.3 分);作为程序性记忆,在 ALFWorld 和 WebShop 上平均成功率最高,MetaClaw-Bench 上 49.2%,MetaClaw 自带技能库为 44.0%。
为什么重要 长期记忆让智能体记住用户和做过的事;它每次查看的证据量不随历史增长,作者称在多数问答基准上最准
点赞 46 · 代码星数 3481
理由
- 关掉 AutoDream 时,作者称在全部五个计时基准上回答都比 HyperMem 快
- 闭源和开源模型都能用,不需要微调;会把工具报错、重试和最终修法提炼成技能
- 图记忆存放在 Neo4j,每条多元事实都标注实体角色并引用原始记忆行,方便追溯
用法
- 代码:https://github.com/Mirix-AI/MIRIX(Apache-2.0,基于 Letta)
- docker compose up -d 起后端和面板,在面板里建 API key,pip install mirix-client 后用 MirixClient 写入对话、检索记忆;图记忆默认关闭,需另起 Neo4j 并设 MIRIX_ENABLE_GRAPH_MEMORY=true
风险
- 仓库是 MIRIX 个人助理整体项目,README 没有单独的论文复现说明,图记忆评测设置见 evals/GRAPH_MEMORY.md
- 产品会采集屏幕活动生成记忆,使用前要看清隐私设置;旧数据库升级要手动跑迁移脚本
- 成绩为作者报告;本条未运行