Argon Memory

Долговременная память проекта для агентов, которые выполняют реальную работу

Открытая MCPсистема знаний, которая превращает документы, результаты работы агентов, решения и проверенные диалоги в постоянную, основанную на доказательствах память проекта.

中文 · Архитектура ·MCP-инструменты](docs/mcp-tools) · Бенчмарки · Безопасность

Большинство систем памяти агентов сохрают фрагменты чатов. Argon Memory поддержи проект.

Она даёт каждому подключённому агенту одну и ту же компактную карту проекта, позволяет извлекать точные доказа только при необходимости и замыкаетл, сохраняя долговечные результаты и дистиллированные знания после. Факты не перезаписывают друг другача: происхождение, ревизии, состояние проверки и нерешные конфликты остаются видимыми.

Почему Argon Memory

• амять в форме проекта — один стабильный главный файл, поддерживаемые тематические разделы, граф знаний и связанные Артеакты.

• Эффективный по токенамтекст — сначала загружается небольшая карта проекта; разделы фрагменты доказательств извлекаются только тогда, когда это нужно для задачи.

• Доказательства важнее уверенности — принятая память связана сными записями; неподтверждённые кандидаты помещаются в карантин, а не становятся фактами.

• Долговечное завершение работы агента — рабочие элементы, созданные ресурсы, решения, уроки и открытые вопросы переживают сеанс чата.

• Осознанность конфликтов по дизай — конкурирующие утверждения раскрываются и направляются уполномоченному человеку-разрешителю; модель не может молча выбрать победителя.

• История только с добавлением — неизменяемые манифесты ревизий, SHA-256 отпечатки, события аудита и замещение вместо разрушительного удаления.

• Нативный MCP — работает с Codex, Claude Code, Qoder, Hermes, Cursor или любым Streamable HTTP MCP-клиентом.

• Нейтральность к моделям — путь запросов не требует LLM. Отдельный, опциональный обслуживающий воркер может использовать модель и провайдера по вашему выбору.

Related MCP server: lore

Ментальная модель

flowchart LR
  A["Agent starts a task"] --> B["Main project file"]
  B --> C["Maintained section"]
  C --> D["Linked Artifact evidence"]
  C --> E["Accepted memory"]
  D --> F["Precise answer or project work"]
  E --> F
  F --> G["Work closeout"]
  G --> H["Outputs + distilled knowledge"]
  H --> I["Validation and conflict routing"]
  I --> B

лои выполняют разные задачи:

Быстрый старт

Требования: Node.js 22+; Python 3.10+ только при использовании опционального адаптера MinerU.

git clone https://github.com/Tangtaizong-BUAA/ArgonMemory.git
cd ArgonMemory
npm install
npm run build

export ARGON_MEMORY_KB_ROOT="$PWD/data"
export ARGON_MEMORY_MCP_PROFILE="project-ops"
export ARGON_MEMORY_ALLOW_UNAUTHENTICATED="true" # local bootstrap only
npm start

Конечная точка MCP — http://127.0.0.1:8793/mcp; проверка работоспособности доступна по адресу http://127.0.0.1:8793/health.

Инициализируйте первый проект с помощью kb_bootstrap_project:

{
  "project_id": "project:my-product",
  "title": "My Product",
  "mission": "Maintain a trustworthy, durable operating memory for this product."
}

После инициализации запускайте обычных агентов с профилем project-contribute и установите встроенный навык argon-memory.

##ключение MCP-клиента

{
  "mcpServers": {
    "argon_memory": {
      "url": "http://127.0.0.1:8793/mcp",
      "headers": {
        "Authorization": "Bearer ${ARGON_MEMORY_TOKEN}"
      }
    }
  }
}

Для локального однопользовательского эксперимента опустите заголовок только при ARGON_MEMORY_ALLOW_UNAUTHENTICATED=true. Никогда не открывайте неаутентифицированные профили contribute или ops для сети.

Рабочий процесс агента

kb_sync_skill → kb_brief → kb_graph_context → kb_search as needed
              → kb_start_work → publish/capture → kb_finish_work

1. kb_brief загружает полную компактную карту проекта.

2. kb_graph_context открывает один поддерживаемый раздел и связанные с ним доказательства.

3. kb_search извлекает точные факты, имена, даты, версии, цитаты и фрагменты Артефактов.

4. kb_start_work создаёт долговечную идентичность задачи до начала реальной работы. 5.kb_publish_resourceсохраняет полезные результаты;kb_capture_context` отправляет дистиллированные кандидаты в память.

5. kb_finish_work записывает результат, доказательства, нерешённые пункты и иемпотентный хэш результата.

Такое разделение позволяет избежать двух распространённых ошибок: заполнения каждого зап всем архивом и притворства, что краткое резюме является достаточным доказательством.

Профили разрешений

Каноническое хранилище

Argon Memory намеренно сохраняетемые человеком Markdown и YAML frontmatter как каноническую истину. Индексы поиска и представления графа являются производными и перестраиваемыми.

data/
├── registry/                 # projects, sections, work, Artifacts, conflicts
├── memory/                   # structured memory records
├── events/                   # durable activity records
├── resources/                # immutable uploaded bytes
├── normalized/               # parser-derived Markdown and media links
├── audit/events.jsonl        # append-only audit stream
├── maintenance/queue.sqlite  # bounded maintenance ChangePackets
└── knowledge/
    ├── revisions/            # immutable canonical snapshots
    ├── indexes/              # rebuildable derived indexes
    └── current-revision.json # atomic pointer to one consistent snapshot

В этом репозитории нет данных проекта. Дерево data/ создаётся во время выполнения и игнорируется Git.

Нормализация артефактов

Текст, Markdown, CSV, JSON и YAML становятся доступными для поиска немедленно. Бинарные документы остаются неизменяемыми Артефактами до нормализации.

MinerU Cloud — опциональный адаптер:

python3 -m pip install mineru-open-sdk
export MINERU_API_KEY="..."

Затем ops-принципал может зарегистрировать корневой источник, инвентаризировать и вызвать kb_parse_artifact. Исходящий API записывается в журнал аудита. Argon Memory не связана с хранилищем или моделью MinerU; другие нормализаторы могут записывать тот же контракт нормализованного Markdown.

Что намеренно не включено

• Нет чат-интерфейса или размещённого онлайн-агента.

• Нет запуска команд, контейнерного рабочего пространства или удалённой плоскости выполнения.

• Нет документов проекта, пользовательских файлов, производственной базы данных, учётных данных или секретов развёртывания.

• Нет модели, которая отвечает от имени подключённых клиентов.

• Нет тестовых фикстур или тестового корпуса в опубликованном пакете.

Argon Memory — это слой памяти. Ваш локальный или размещённый агент остаётся слоем рассуждений и выполнения.

Статус

0.1.1 — текущий автономный выпуск Argon, извлечённый из производственной системы памяти проекта. Контракт хранения, поверхность MCP, правила происхождения и границы конфликтов пригодны к использованию уже сегодня; высокомасштабные векторные бэкенды и дополнительные адаптеры нормализации остаются будущей работой.

Публичный бенчмарк

Argon Memory включает MCP-нативный адаптер для официального бенчмарка памяти агентов LongMemEval-V2. Он оценивает долгосрочные веб- и корпоративные траектории по пяти способностям памяти, измеряя качество ответов и задержку запросов. Синтетические случаи используются только как дымовые проверки и никогда не сообщаются как результаты бенчмарка. См. benchmarks, политику отчётности и первый публичный диагностический отчёт извлечению.

Приведённое выше сравнение воспроизводит официально опубликованные точки точности/задержки RAG, AgentRunbook-R, Codex и AgentRunbook-C и отдельно помечает исследовательское обновление AgentRunbook-C V2. Официальная точность ответов Argon и LAFS остаются в ожидании; диагностика ниже касается только извлечения и не отображается как точность ответов.

Происхождение и лицензия

Argon Memory была создана на основе работы над памятью проекта, построенной на MinerU Document Explorer под лицензией MIT. Argon Memory 0.1.1 и более поздние версии выпускаются под Apache License 2.0, включая явный патентный грант. Атрибуция вышестоящего проекта и оригинальное уведомление MIT сохранены в NOTICE и THIRD_PARTY_NOTICES.md.

Участники

Argon Memory создана и возглавляется Tangtaizong-BUAA, при этом OpenAI Codex признан ИИ-инженерным коллаборатором. Роли и границы атрибуции задокументированы в CONTRIBUTORS.md.

Вклад приветствуется. Пожалуйста, прочитайте CONTRIBUTING.md и SECURITY.md перед открытием pull request или сообщением об уязвимости.