Shared second brain for multi-agent work

多智能体共享第二大脑。

让每一次沉淀，成为下一次出发。

Agent Memory Hub 把不同 Agent 和不同角色沉淀的可复用结论，整理成同一份本地可信事实层。原始对话先进 Evidence，长期知识写成 MemoryItem，召回候选经过 ContextFirewall，最后以可追溯的 ContextPack 分层注入。

三步启动看算法边界读完整 README

安装 / doctor / 搜索copy-ready

1curl -fsSL https://github.com/liuyang0508/agent-memory-hub/releases/latest/download/install.sh | sh

2memory doctor && memory adapter doctor codex --format json

3memory search "README 维护召回叙事顺序" --context-firewall --format text

11 / 4 / 1当前快照：verified / install-ready / wip；新机器需重跑 doctor。

240 casessystem benchmark 覆盖 query gate、retrieval、firewall、ContextPack。

100%ContextPack 可逆性是门禁指标；不是未来所有 prompt 的数学保证。

Why it matters

一个 Agent 沉淀的事实，另一个 Agent 默认拿不到。

AMH 解决的不是“多存一份聊天记录”，而是把调研、产品、运营、客服、销售、研发和复盘里值得复用的结论放到同一层可信上下文。工具可以切换，事实、来源、有效期和注入边界不能丢。

跨工具断层

Claude Code、Codex、Qoder、Cursor 等工具各有上下文边界。AMH 把可复用结论写成 MemoryItem，让下一棒 Agent 不再从零理解背景。

Claude CodeCodexQoder

跨角色断层

产品、运营、客服、销售、研发会留下不同粒度的事实。AMH 把客户背景、商品口径、技术边界和复盘结论放到同一事实层。

productopssupportdev

原始对话不是记忆

transcript 里混着噪声、隐私、过期状态和被否定过的建议。AMH 先保存 Evidence，再通过 WriteService 提炼长期记忆。

EvidenceWriteServiceMemoryItem

召回和注入分开

BM25、向量、RRF、decay、feedback、MMR、Hopfield 和图谱扩展只服务候选排序；能不能进入 prompt 由 ContextFirewall 和 ContextPack 决定。

RRFFirewallContextPack

Not a transcript warehouse

对象边界清楚，才不会把聊天噪声当长期事实。

对象

它是什么

边界

Evidence

live prompt、transcript、resource、multimodal sidecar、runtime event。

保存来源和证据；默认不直接进入 prompt。

MemoryItem

长期事实单元，Markdown 是 source of truth，经 WriteService 写入。

索引失败不回滚事实；dirty index 和 pending 可以 repair。

RetrievedItem

query gate、SearchFilter、BM25/FTS5、vector、RRF 和后处理产出的候选。

排序分数不是信任分数，也不是注入许可。

ContextPack

经 ContextFirewall 通过后的 locator / overview / detail 分层上下文。

prompt 收到压缩视图，完整 detail 仍可按 retrieve hint 读取。

Brand assets

完整 logo 和标语，放在读者已经理解 AMH 之后。

首屏负责讲清“多 Agent 共享第二大脑”和三步启动；品牌资产区负责留下稳定识别。完整 lockup 用于官网、分享页和技术材料；README 顶部只保留克制文本，避免压过快速试用和能力边界。

让每一次沉淀，成为下一次出发。

Shared memory for the next agent loop. 这句话作为品牌签名出现，不替代产品定位，也不抢首屏任务入口。

Domain story

电商团队的一次大促，可以被同一份记忆接住。

商品上线不是单个研发任务。商品、交易、库存、支付、履约、售后、营销、客服和复盘都会产生长期上下文；这些上下文如果锁在各自 Agent 的会话里，下一棒就只能重新解释。AMH 把可复用结论写成 MemoryItem，让不同角色和不同 Agent 围绕同一份事实继续工作。

阶段

沉淀的记忆

下一棒如何复用

商品规划
产品 / 运营 / 渠道销售

目标 SKU、价格带、库存约束、活动节奏、指标口径、禁售/限购规则。

研发、客服和营销召回同一套商品口径，不再各自解释背景。

交易能力建设
研发 Agent

商品详情、购物车、下单、库存预占、支付回调的接口边界、幂等规则和验证结果。

某个 Agent 故障或额度不足时，另一 Agent 可继续退款、退单、物流回传等后续能力。

履约售后
客服 / 履约 / 研发

物流状态映射、售后时限、退款规则、客服解释口径、高频异常。

客服回答用户和运营复盘售后问题时，使用同一份事实来源。

营销分析
运营 / 渠道销售

SKU 销量、转化率、客单价、优惠券效果、库存周转、异常渠道。

Codex 额度不足时，Qoder Work 或其他 Agent 继续制定下个季度策略，不丢前面分析。

经营复盘
跨角色协作

采纳/拒绝的策略、废止的活动规则、冲突口径、下一轮目标和风险。

ContextFirewall 只注入未废止、来源可信、预算内的上下文，避免旧策略污染新任务。

Real usage path

真实使用时，分层加载由三道门触发。

第一道门是 query signal：低信息轮次不查记忆。第二道门是召回排序：BM25、向量、RRF 和后处理只产出候选。第三道门是 ContextFirewall：只有通过时效、来源、反馈和预算检查的候选，才会被 ContextPack 装成 locator、overview 或 detail。

Capability map

能力地图按数据链路读，不按营销分类读。

维护链路

UserPromptSubmit、Stop transcript ingest、conversation/resource/multimodal sidecar、harvest、WriteService、Markdown source of truth、pending replay、dirty index repair。

证据与资源

ResourceStore、resources/*.json、extractions/*.json、OCR/ASR/VLM/PDF 提取、resource promote-extraction、Obsidian/export；外部证据不绕过 WriteService。

派生投影

items_meta、items_fts、items_vec、refs_graph、Memory Profile、hierarchy sidecar 都是 derived surface；坏了可以重建，不改写 Markdown truth。

召回链路

query signal gate、SearchFilter、FTS5/BM25、vector、RRF、metadata phrase boost、optional rerank、decay、feedback value、status/handoff、runtime evidence、temporal/supersession。

注入链路

ContextFirewall、duplicate cluster、cohort coverage、item cap、token budget、ContextPack locator/overview/detail、detail_uri、retrieve hint、injection cohort ledger。

治理链路

feedback、drift、duplicates、review、maturity、conversation hot/warm/cold/frozen tiering、semantic proactive candidates、auto governance、evolve。

Loop Contract

loop run、contract validate、verify、feedback、gate open/approve/reject、budget、checkpoint、artifact/outcome evidence；AMH 记录和验证 loop，不替代执行器。

可选扩展

MMR、Hopfield expansion、refs_graph expansion、cross-encoder rerank、Headroom-style compression 和 GraphRAG 类能力都要受 benchmark gate 控制。

接入面

CLI / MCP / SDK / Web Admin / hooks / adapter install / doctor / verify / install-verify / uninstall，入口不同，能力以 doctor 和 docs contract 为准。

Web 与观测

memory-lineage、data-flow cockpit、runtime ledger、injection cohorts、recall gaps、evolution_control、install/uninstall actions 和 web surface lock 共同约束本地管理台。

评测门禁

retrieval-gate、compression-gate、system few-shot gate、ml-advisory-gate、docs truth contract、web surface lock；PASS 只说明当前矩阵，不保证未来所有 prompt。

Profile 派生出口

Memory Profile 可渲染 AMH-managed `CLAUDE.md`、`AGENTS.md`、Cursor rules；这些是派生配置面，不是新的事实源。

System internals

深水区：每条链路都有 source of truth 和 gate。

AMH 把事实的产生、写入、召回、注入、反馈和复核拆成独立边界。每一层都有可解释证据，未来智能体只能使用通过边界的那部分。

MAINTAIN

维护先于召回

Evidence 先保留原始来源，再经过 candidate、audit、WriteService 写成 MemoryItem。pending 是 repair queue，不是第二事实源；poison records 达到重试上限后进入 pending/dead。

RECALL

召回是候选排序，不是授权

BM25/FTS5 与 vector 并行，RRF 融合，再经过 metadata phrase、rerank、decay、feedback、runtime/status、temporal/supersession。MMR、Hopfield、graph 是可选 knob。

INJECT

注入由防火墙和预算决定

ContextFirewall 可以因敏感度、废止、低置信、负反馈、source requirement、重复、cohort 或 token budget 拒绝整组候选。通过后才生成可逆 ContextPack。

GOVERN

治理不是后台装饰

drift、duplicates、review、maturity、tiering、auto governance、evolve 负责维护记忆质量；maturity 是治理建议，不是 live retrieval multiplier。

LOOP

Loop 是目标和证据账本

LoopRun 记录 goal、budget、checkpoint、verification、artifact、outcome 和 event。它帮助跨会话承接，但不自动执行外部 Agent、不替用户创建分支或跳过验证。

ADAPTER

adapter 只说已验证的事

capability record 包含 support level、hooks、MCP、runtime evidence、verification evidence、blockers 和 limitations。install-ready 不是 verified。

PROFILE

Profile 是派生配置面

Memory Profile 可以生成 managed CLAUDE.md、AGENTS.md 和 Cursor rules 块，帮助不同 Agent 读同一组高置信记忆；Profile 可重建，事实仍在 MemoryItem。

OBSERVE

Web Admin 串起运行证据

memory-lineage、data-flow cockpit、runtime ledger、injection cohorts、recall gaps、evolution_control 和 Web surface lock 把写入、召回、注入、治理的证据串起来。

GATES

默认行为由门禁控制

retrieval、compression、system few-shot、ML/DL advisory、docs truth 和 web surface lock gate 都是发布边界；可选 rerank、Hopfield、graph、compression 不能绕过门禁变成默认。

Unified diagrams

图示统一成同一套视觉系统，箭头只表达真实流向。

每张图都保持可编辑 SVG 源文件，箭头只表达真实数据或控制流；计划、旁路和外部评测边界会在图注里说清楚，不用装饰性连线制造复杂感。

生命周期图：五层能力面

从 Agent 接入、证据维护、候选召回、反馈治理到评估门禁分层展开。已去掉容易误导的竖向回流线，只保留层间默认流向和底部能力导航。

source of truthlocal-firsteditable SVG

总控图

把 Query Signal、Evidence、MemoryItem、Index、Retrieval、Firewall、ContextPack 和 Loop 放在一条操作回路里。

operating loopboundary first

技术架构图

按 agent_integrations、agent_runtime_kit、agent_brain 和 ~/.agent-memory-hub 数据层拆清代码边界。

runtimestorage

维护 + 召回时序图

维护链路先固化 MemoryItem、Index Projection 和 Runtime Ledger；召回链路只读取这个交接面。

sequencehandoff point

数据链路图

清楚区分 Evidence、MemoryItem、RetrievedItem、RankedItem、FirewalledItem、ContextPack 和 FeedbackEvent。

data objectstraceable

算法栈图

BM25/向量、RRF、metadata phrase、rerank、decay、feedback、MMR、Hopfield、graph 与防火墙按真实顺序呈现。

RRFMMRContextFirewall

Adapter 边界图

把 install、doctor、runtime event、MCP probe 和 context effectiveness 分开，不把 install-ready 写成 verified。

adapter truthdoctor

Algorithm notes

算法按论文式模板解释，不把排序分当可信度。

每个公式都说明它解决哪一段问题、接收什么输入、提供什么保证，以及在哪些条件下不能被误读。RRF、decay、feedback、MMR、Hopfield 和 ContextPack budget 都按同一模板展开。

Query Signal Gate

Problem不是每个 prompt 都该触发记忆召回。

Input用户问题 q、意图特征、adapter/cwd/session。

Method抽取可注入关键词，低信息轮次阻断并可记录 gap。

\sigma(q) < \tau \Rightarrow \mathcal{R} = \varnothing; \quad \sigma(q) \ge \tau \Rightarrow \operatorname{SearchFilter}(q)

Guarantee减少寒暄、单词和弱意图带来的噪声注入。

Boundary它是 hook 自动门禁；CLI/SDK 仍可显式搜索。

RRF Fusion

ProblemBM25 与向量召回的分数尺度不同。

InputBM25 rank list B、vector rank list V、权重 w。

Method用 reciprocal rank fusion 合并候选排名。

s_i = \sum_{\ell \in \{B,V\}} \frac{w_\ell}{k + \operatorname{rank}_\ell(i)} , \quad k \approx 60

Guarantee候选既能命中字面关键词，也能覆盖语义相近事实。

BoundaryRRF 只是候选分，不是可信度，也不是注入许可。

Forgetting / Decay / Feedback

Problem记忆会过期，但也会因为访问、支持和收益变得更值得信任。

Input候选分 s、confidence c、访问时间、支持/反驳/收益。

Method先算 Ebbinghaus-style retention，再乘有界衰减与反馈乘子。

\rho(\Delta t)=0.5^{\Delta t / h};\quad S_{\mathrm{eff}} = s \cdot c \cdot \operatorname{clip}(\rho a u g r, 0.01, 1.35)

Guarantee新鲜、复用、被支持的记忆更容易留下，矛盾或陈旧信号会降权。

Boundarydecay 不能压过所有相关性；feedback multiplier 也被限定在有界范围。

Status / Runtime / Supersession

Problem用户问的是运行状态、adapter 证据或旧结论是否仍有效。

Inputquery risk terms、adapter tags、runtime-evidence、stale/superseded metadata。

Methodstatus/handoff 和 runtime evidence 只在对应意图下加权；temporal 与 supersession 再过滤。

s' = s + \mathbf{1}_{runtime} b_r + \mathbf{1}_{handoff} b_h;\quad \operatorname{superseded}(i)\Rightarrow i\notin R

Guarantee状态类问题优先读运行证据，并避免旧 handoff 冒充当前事实。

Boundary审计调用可以显式包含 stale state；默认注入不能。

MMR / Hopfield / Graph Expansion

Problem候选过于相似，或需要从高信号候选扩展邻近知识。

Input候选集合 R、已选集合 S、embedding、refs graph。

MethodMMR 做多样性重排；Hopfield 和 graph 做可选扩展。

i^* = \arg\max_{i \in R \setminus S} [\lambda\operatorname{rel}(i,q) - (1-\lambda)\max_{j\in S}\operatorname{sim}(i,j)]

Guarantee减少重复候选，必要时补全相关邻域。

BoundaryMMR、Hopfield、graph 都是可选设置，不保证每次搜索运行。

ContextPack Budget + Compression

Problem命中的记忆可能很多，prompt 预算有限，detail 又必须可回读。

Input防火墙通过的候选 C、视图集合 P、预算 B、CCR/headroom-style compression policy。

Method每条候选选择 locator / overview / detail，必要时保留 detail_uri；压缩必须通过 few-shot gate。

\sum_{p \in \mathcal{P}} \operatorname{tokens}(v_p) \le B, \quad v_p \in \{\operatorname{locator},\operatorname{overview},\operatorname{detail}\}

Guaranteeprompt 获得紧凑上下文，同时保留 retrieve hint 回读全文。

Boundary压缩视图不是完整原文；关键判断要按 retrieve hint 读取 detail。

Adapter truth contract

适配器能力按证据等级讲，不用安装路径冒充真实可用。

README 和 capability ledger 的口径是：当前快照 11 verified、4 install-ready、1 wip。verified 仍只代表当前机器和当前版本证据，新机器、新 CLI、新 hook payload 都要重跑 doctor/runtime/context-effectiveness。

Verified snapshot

Codex CLI、QoderWork，以及 Aider、Aone Copilot、Cline、Continue、Cursor、GitHub Copilot、Hermes Agent、OpenHuman、OpenSquilla 等当前快照内有 verified 记录。

verified evidence

Install-ready snapshot

Claude Code、Qoder、Wukong、OpenClaw 有安装/doctor/runtime 相关证据，但不能说成当前 verified；需要本地 runtime 或 context-effectiveness 证明。

install-ready boundary

Adapter responsibilities

agent_integrations 负责不同 Agent 的配置位置、adapter capability record、AMH-owned block、uninstall、doctor、verify；不在 prompt-time 实现检索或防火墙。

installdoctorverify

Runtime responsibilities

agent_runtime_kit 负责 hooks、MCP launcher、工具脚本、记忆纪律和 handoff 模板；agent_brain 负责 WriteService、Retriever、ContextFirewall、ContextPack、Web 和 benchmark。

hooksMCPWriteService

Surfaces

同一大脑，四类入口，但能力不偷换。

CLI、MCP、SDK、Web、Profile 和 benchmark API 读写同一份本地事实层，但每个入口都有自己的职责边界。安装、自检和批处理优先走 CLI；Agent 集成优先看 MCP / hooks；人工诊断、证据浏览和治理建议优先看 Web Admin。

CLI

install、doctor、search、read、sync-pending、conversation、resource promote-extraction、govern hierarchy/auto、benchmark、adapter install-verify、loop gate 和 loop complete。它是安装、自检、维护和验证的主入口。

MCP

给支持 MCP 的 Agent 提供工具入口；可配合 hooks 做 prompt-time 检索、读取和 runtime evidence。

SDK

Python 接口可用于应用内读写、检索、资源 sidecar、诊断和评测接入。

Web Admin

本地管理台查看记忆、资源、运行账本、memory-lineage、data-flow cockpit、recall gaps、evolution_control、adapter 证据和演化建议。它是人工复核、诊断和可视化治理的主入口。

Profile Export

Memory Profile 将高置信 MemoryItems 派生成 CLAUDE.md、AGENTS.md、Cursor rules 等 managed block，方便不同 Agent 共享同一事实面。

Benchmark APIs

Web /api/retrieval-gate、/api/compression-gate、/api/ml-advisory-gate 和 system benchmark 把默认能力变更收束到可验收门禁。

Evidence and boundaries

能力和边界都要能回到证据。

这页的能力覆盖以当前 README.zh.md 和 docs/evaluation/latest-memory-benchmark-report.zh.md 为准；OpenViking 只作为 context database、L0/L1/L2 tiered loading、recursive retrieval、retrieval trajectory 的设计参考。

Capability coverage audit

本页按 tests/unit/test_docs_truth_contract.py 对 README 和 capability ledger 做覆盖审计，不再靠单轮反馈补词。能力覆盖必须回到代码、命令、测试或验证账本。

System benchmark gate

memory benchmark system --max-cases 240 覆盖 query gate、retrieval、Recall@10、MRR、block / inject、firewall、pack 等门禁；PASS 是当前矩阵结果，不证明未来所有 prompt 都会正确召回。

Retrieval / compression / ML advisory gates

retrieval-gate 看 recall@1、recall@k、MRR；compression-gate 看 must-keep anchors、noise removal、token savings 和 reversibility；ml-advisory-gate 阻止未通过隐私/延迟/证据审查的模型增强直接默认上线。

Docs truth contract

tests/unit/test_docs_truth_contract.py 和 web surface lock 用来防止 README、预览、adapter 边界和图示说明静默漂移。

External benchmarks

MemoryData / OpenDataBox source-lock 与入口已经说明；外部 smoke/full 依赖 datasets、rank_bm25、MemoryAgentBench / LoCoMo / LongBench / MemBench 数据集和 OpenAI-compatible endpoint，不填无法复核的榜单数字。

Resource and multimodal

ResourceStore、resources/*.json、extractions/*.json、OCR/ASR/VLM/PDF 提取和 promote-extraction 已有路径；主链路融合和更完整导入仍按 README 的边界推进。

Raw conversation governance

memory conversation ingest/list/read/rebalance 和 MCP conversation tools 支持 message-level evidence、access_count 与 hot/warm/cold/frozen tiering；conversation 仍是 evidence source。

Semantic and hierarchy sidecars

semantic proactive v2 写 review/proactive-candidates.jsonl 等待批准；L2/L3 hierarchy sidecar 写 derived/hierarchical-memory.json，不直接修改 items/。

Obsidian / export

导出和外部知识库属于入口/同步能力，不替代 WriteService 和 Markdown MemoryItem source of truth。

Layered loading reality

locator、overview、detail 的选择发生在 ContextPack budget 内；用户真实使用时是否注入由 hook、检索结果、防火墙和预算共同决定。