mnemo — 面向 AI Agent 的云持久化内存 U0001F9E0

你的 Agent 是无状态的，但你的内存不该如此。

每个 AI Agent 会话都从零开始：上下文丢失、决策被遗忘，Agent 不断重复发现它本已知晓的内容。mnemo 将 Agent 内存外置至 TiDB Cloud Serverless —— 使 Agent 保持可丢弃性，而内存永久持久化。

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│ Claude Code  │     │  OpenCode   │     │  OpenClaw   │
│   Plugin     │     │   Plugin    │     │   Plugin    │
└──────┬───────┘     └──────┬──────┘     └──────┬──────┘
       │                    │                    │
       └────────────────────┼────────────────────┘
                            │
                    ┌───────┴────────┐
                    │  mnemo-server  │  ← 可选（团队模式）
                    └───────┬────────┘
                            │
                    ┌───────┴────────┐
                    │   TiDB Cloud   │  ← 免运维，免费套餐
                    │   Serverless   │
                    │                │
                    │  • VECTOR 类型 │
                    │  • EMBED_TEXT  │
                    │  • HTTP API    │
                    └────────────────┘

解决什么问题？

为何选择 TiDB Cloud Serverless？

mnemo 选用 TiDB Cloud Serverless，是因为它以单一服务、零成本的方式，集成了 Agent 内存所需的全部能力：

• 原生 VECTOR 类型 —— 语义搜索与元数据共存于同一张表，无需独立向量数据库。
• EMBED_TEXT() 自动嵌入 —— TiDB 在服务端生成 embedding（例如：tidbcloud_free/amazon/titan-embed-text-v2），语义搜索无需 OpenAI API key。
• HTTP 数据 API —— Agent 可直接通过 fetch/curl 与 TiDB 通信，无需数据库驱动或连接池。
• 免费套餐 —— 提供 25 GiB 存储空间、每月 2.5 亿请求单元（Request Units），完全满足个人使用需求。
• 兼容 MySQL 协议 —— 可随时迁移至自托管 TiDB 或 MySQL。

一个数据库即可提供关系型存储 + 向量搜索 + 自动嵌入 + HTTP 接口访问 —— 无需胶水代码，也无需基础设施管理。

混合搜索：向量 + 关键词

              是否配置了 embedding？
              ┌─────────┴─────────┐
             是                  否
              │                    │
        混合搜索               仅关键词搜索
        （向量 + 关键词）      （LIKE '%q%'）
              │                    │
    ┌─────────┴─────────┐         │
 向量结果            关键词结果      │
 （ANN 余弦相似度）     │
    └─────────┬─────────┘         │
         合并并排序           直接返回结果

三种 embedding 方式 —— 可任选其一或全不启用：

1. TiDB 自动 embedding —— EMBED_TEXT() 在服务端生成向量，零配置，完全免费。
2. OpenAI / 兼容 API —— 设置 MNEMO_EMBED_API_KEY；亦支持 Ollama。
3. 不启用 embedding —— 关键词搜索立即可用；后续可随时添加向量能力，无需迁移数据。

多 Agent 冲突解决（CRDT）

当多个 Agent 并发写入同一段内存时，mnemo 使用向量时钟（vector clocks），无需协调：

Agent A: 时钟 {A:3, B:1}        Agent B: 时钟 {A:2, B:2}
                                         /
          └──── 服务端比对 ─────────┘
                       │
               双方互不支配 →
               并发冲突！
                       │
            确定性决胜机制
                       │
               胜者写入，时钟合并为：{A:3, B:2}

删除操作为软删除（打墓碑标记 + 时钟递增），避免因 Agent 错过删除通知而导致已删数据“幽灵复活”。

为 OpenClaw 安装

npm install mnemo-openclaw

在 openclaw.json 中添加：

{
  "plugins": {
    "slots": { "memory": "mnemo" },
    "entries": {
      "mnemo": {
        "enabled": true,
        "config": {
          "host": "",
          "username": "",
          "password": ""
        }
      }
    }
  }
}

在 tidbcloud.com 上 30 秒内即可获取免费集群。

可选 —— 启用自动 embedding（无需 API key）：

{
  "config": {
    "host": "...",
    "username": "...",
    "password": "...",
    "autoEmbedModel": "tidbcloud_free/amazon/titan-embed-text-v2",
    "autoEmbedDims": 1024
  }
}

同样适用于

五大内存工具

两种模式，一套插件

运行模式由配置自动推断：从个人起步，无缝扩展至团队协作 —— 无需修改代码。

相关链接

• GitHub: github.com/qiffang/mnemos
• 设计文档: docs/DESIGN.md
• CRDT 方案提案: crdt-memory-proposal.md
• TiDB Cloud Serverless: tidbcloud.com（提供免费套餐）

专为需要“记住”的 Agent 而构建，由 TiDB Cloud Serverless 提供动力。