mem9：讓微信里的龍蝦不再失憶

微信接入了龍蝦，你用上了嗎？

如果你養(yǎng)蝦已久，你可能會發(fā)現(xiàn)：龍蝦什么都會，就是有些事，它其實(shí)不太能記住……

AI 失憶問題：你上次說的細(xì)節(jié)，蝦轉(zhuǎn)頭就忘

前一天聊過的合作細(xì)節(jié)，今天再問，它一臉茫然。上周讓它記住的用戶偏好，這周全忘了。剛確認(rèn)的下一步計(jì)劃，過幾輪對話就丟了。

這個問題在微信接入龍蝦后，就顯得尤其扎眼了。

畢竟，微信本來就是關(guān)系和事務(wù)持續(xù)發(fā)生的地方，一個在微信里接了 AI 卻轉(zhuǎn)頭就失憶的助手，其實(shí)和一個記不住老客戶名字的銷售沒什么區(qū)別。

而 mem9 想解決的，就是這件事。

數(shù)據(jù)庫大佬下場

mem9 的來頭，其實(shí)不小。

它背后是 TiDB 的團(tuán)隊(duì)，創(chuàng)始人黃東旭（dongxu）是 TiDB 聯(lián)合創(chuàng)始人兼 CTO，全球最知名的開源分布式數(shù)據(jù)庫之一的核心締造者。

而我，也有幸算是和大佬呆過同一家公司，并在其創(chuàng)立 PingCAP 后不久現(xiàn)場聽過他關(guān)于 TiDB 的分享。

據(jù) TiDB 產(chǎn)研副總裁唐劉披露，今年三月初團(tuán)隊(duì)去拜訪客戶，本來是聊數(shù)據(jù)庫的，結(jié)果每一場對話最后都拐到了同一個地方：OpenClaw。幾乎所有人都在抱怨同一件事：龍蝦聊著聊著就失憶了。

團(tuán)隊(duì)試了一圈市面上的記憶方案，發(fā)現(xiàn)沒一個是開箱即用的，全都要注冊賬號、生成 Token、手動改配置文件。對工程師來說問題不大，但對那些只想讓龍蝦好好干活的普通人來說，這就是勸退。

于是，黃東旭決定自己干，并用一個周末擼出了 mem9。

記憶跟著人走

先來說說 mem9 到底是什么。

它不是一個聊天機(jī)器人，也不是又一個 RAG 方案。

mem9 是一套給 AI Agent 用的持久化記憶基礎(chǔ)設(shè)施，開源，Apache-2.0 協(xié)議，服務(wù)端用 Go 寫，插件用 TypeScript。

其核心思路是：把 Agent 的記憶從本地文件搬到云端，讓記憶跟著人走，而不是跟著設(shè)備走。

目前大多數(shù) AI 工具，Claude Code 也好，OpenClaw 也好，它們的記憶都存在本地文件里。換臺電腦，記憶就沒了。換個 Agent，之前攢的上下文也帶不走。多個 Agent 之間更是各記各的，互不相通。

我自己的 Claude Code 和龍蝦的記憶文件，因?yàn)閾?dān)心丟失或者改壞了找不回來，我干脆把它們放到 GitHub 倉庫里管理（這……當(dāng)然是 private 了），這樣在不同電腦之間遷移也方便。

但說實(shí)話，這個方案對許多數(shù)人來說，門檻還是有一點(diǎn)點(diǎn)高了。

而 mem9 做的事情就簡單多了：云端存儲，無縫遷移。你在辦公室電腦上跟 OpenClaw 聊的內(nèi)容，回家用 Claude Code 繼續(xù)，記憶還在。

就像買的新 iPhone 在一鍵同步后，再打開微信，發(fā)現(xiàn)還是同一個微信。

兩段式提取

那么，mem9 到底怎么「記住」東西呢？

我于是讓 Claude Code 翻了一遍它的源碼（Go 服務(wù)端 + TypeScript 插件），發(fā)現(xiàn)整個記憶流水線分兩步走。

mem9 記憶閉環(huán)流程：從 Agent 啟動到事實(shí)提取再到記憶調(diào)和

第一步，事實(shí)提取。 Agent 對話結(jié)束后，插件把聊天記錄發(fā)給 mem9 服務(wù)端。服務(wù)端調(diào) LLM 從用戶消息里提取原子事實(shí)，同時給每條消息打標(biāo)簽分類。注意，它只提取用戶說的話，不提取 AI 的回復(fù)，因?yàn)?AI 的回復(fù)是生成的，不是需要記住的。

第二步，記憶調(diào)和。 提取出來的新事實(shí)，要和已有的記憶做比對。這一步也是交給 LLM 來做，它會對每條新事實(shí)做出四種判斷：

• ADD：全新的事實(shí)，直接存
• UPDATE：和已有記憶相關(guān)但有變化，更新
• DELETE：和已有記憶矛盾，把舊的標(biāo)記過時
• NOOP：已經(jīng)記過了，不重復(fù)存

調(diào)和時 LLM 能看到每條已有記憶的「年齡」，比如「3 天前」「2 周前」。年齡越大的記憶，在沖突時越容易被判定為過時。

還有一個防幻覺的設(shè)計(jì):給 LLM 看已有記憶時，真實(shí)的 UUID 被替換成了簡單的整數(shù) ID（0、1、2……），避免模型在輸出時「編造」一個看起來像 UUID 的字符串。

這兩步加起來，mem9 單次最多提取 50 條事實(shí)，檢索 60 條已有記憶來做比對。

整個流程是異步的，API 立即返回 202 Accepted，后臺慢慢處理，不阻塞 Agent 的正常工作。

混合搜索

當(dāng)然，記住了還不夠，關(guān)鍵是能找得回來。

mem9 的搜索系統(tǒng)同時支持向量搜索和關(guān)鍵詞搜索，而且不需要你做任何配置。

mem9 混合搜索架構(gòu)：向量搜索 + 關(guān)鍵詞搜索，RRF 合并排序

底層用的是 TiDB Cloud 的原生能力。TiDB 有一個 EMBED_TEXT 函數(shù)，可以在數(shù)據(jù)庫側(cè)直接生成向量嵌入，不需要 Agent 端再跑一個 embedding 模型。

寫入時省掉 embedding 列，數(shù)據(jù)庫會自動計(jì)算；查詢時用 VEC_EMBED_COSINE_DISTANCE 做向量檢索，一個 SQL 就搞定了。

對中文的支持也做了處理，接入了 jieba 分詞器做全文檢索，比默認(rèn)的英文分詞效果好不少。

兩路搜索的結(jié)果最后通過 RRF（Reciprocal Rank Fusion） 算法合并排序。你手動創(chuàng)建的「置頂記憶」還會拿到 1.5 倍的權(quán)重加成，保證你明確告訴 AI 要記住的東西，搜索時排在前面。

記憶脈搏

在存和搜之外，我們還得能看到 AI 到底記住了什么。

mem9 做了一個叫「記憶脈搏」（Memory Pulse）的功能，可以按時間段檢索記憶，看某個人、某件事、某段時間到底發(fā)生了什么。原始數(shù)據(jù)和提取后的元數(shù)據(jù)一起展示，還會做 Tag 分類和聚合，先過濾掉噪聲再呈現(xiàn)。

mem9 記憶脈搏界面：按時間段檢索記憶，分類展示

也就是說，你不用再靠翻聊天記錄去拼前情了，系統(tǒng)會自動把相關(guān)內(nèi)容先整理好。

記憶洞察

再往前一步是「記憶洞察」（Memory Insight）。

如果說記憶脈搏解決的是「把線索找回來」，記憶洞察做的就是「看清線索之間的關(guān)系」。

它會把記憶按分類和實(shí)體做關(guān)聯(lián)分析，用一張關(guān)系圖譜展示出來：哪些分類經(jīng)常一起出現(xiàn)，哪些內(nèi)容最值得持續(xù)跟進(jìn)。

mem9 記憶洞察界面：記憶關(guān)系圖譜，展示分類和實(shí)體之間的關(guān)聯(lián)

這類功能的價值并非堆信息量，它讓「先取回，再理解，最后接上」這條路更順一點(diǎn)。

不只是存，是篩

你可能會想：那 OpenClaw 自帶的記憶機(jī)制不夠用嗎？

不太夠。

OpenClaw 在工作時，背后其實(shí)會不斷觸發(fā)工具調(diào)用、執(zhí)行任務(wù)、返回日志。這些過程性內(nèi)容和你真正說過的話、你的偏好、你交代的事情，全都混在一起存下來。

時間一長，記憶越來越臃腫，看起來記了一大堆，真正該記住的重點(diǎn)，反而被淹沒了。

mem9 的價值就在于：它會做提煉、歸納和整理，盡量只留下「真正值得記住的事」。

讓 AI 的記憶更像大腦，而非流水賬。

有了 mem9 之后：AI 能記住用戶習(xí)慣，跨設(shè)備共享記憶

而安裝 mem9 自然也很 AI Native，只需要把下面這句話發(fā)給你的龍蝦：

請閱讀 https://mem9.ai/SKILL.md 并按照說明安裝和配置 mem9 以用于 OpenClaw，安裝完成后告訴我你能做什么

裝好之后，Agent 的工作流程變成了一個閉環(huán)：

Agent 啟動時，mem9 的 hook 自動搜索相關(guān)記憶，注入到 LLM 的上下文里。Agent 工作過程中，隨時可以調(diào)用 memory_store、memory_search 等工具主動存取。Agent 結(jié)束時，hook 自動把對話內(nèi)容發(fā)給服務(wù)端做事實(shí)提取和調(diào)和。

而這整個過程，你自己完全感知不到。

你就在微信里正常聊天就好，記憶的存取都會在后臺自動完成。

而且插件設(shè)計(jì)上做了一個防循環(huán)的機(jī)制：上一輪注入的記憶內(nèi)容，在存儲時會被自動剝離掉。

那是自然，不然……AI 把自己注入的上下文又當(dāng)成新事實(shí)存一遍，那就成了無限套娃了。

數(shù)據(jù)在哪

你可能會問：那……數(shù)據(jù)存在哪呢？

會不會……不會吧？

確實(shí)，mem9 目前是云端存儲，數(shù)據(jù)在 TiDB Cloud 上，但傳輸和存儲都加密，開源項(xiàng)目啊！

最關(guān)鍵的 API Key 是訪問憑證，誰拿到 Key 就能訪問對應(yīng)的記憶空間，所以不要隨便分享。

當(dāng)然要是實(shí)在不放心，你也可以自己部署。服務(wù)端是完整開源的 Go 程序，你只需要一個 TiDB 或者 MySQL 兼容的數(shù)據(jù)庫就能跑起來。

我看社區(qū)里確實(shí)是有人在追問數(shù)據(jù)安全的問題：「數(shù)據(jù)是不是在你們服務(wù)器？」「記憶加密了嗎？」「本地還是云端？」

怎么說呢，這些追問倒是說明大家已經(jīng)默認(rèn)長期記憶是有價值的，接下來關(guān)心的是怎么讓它安全、穩(wěn)定、可控。

長期記憶

回過頭來看，沒有長期記憶的 AI，就像一段永遠(yuǎn)停在第一次約會的關(guān)系。

每次見面都在寒暄，每次都要重新自我介紹，昨天聊過的默契今天全沒了。感覺不錯，但關(guān)系卻永遠(yuǎn)無法深入。

mem9 做的事情，就是讓這段關(guān)系終于能往前走一步。

能力不變，但每一次交互都建立在上一次的基礎(chǔ)上。

或者換個說法：

身體（Agent）和靈魂（模型）一輪一輪換，但記憶永存。

微信解決了入口問題，AI 走進(jìn)了最日常的溝通場景。

mem9 解決的則是下一步的問題：

走進(jìn)去之后，能不能留下來。

畢竟蝦太多了，而你，又太不專一了。