神经联想记忆库
给 AI Agent 装一个跨会话记忆库,用扩散激活的联想图记住事实、决策、报错和 TODO,之后按语义关联或因果链把相关记忆找回来。
功能与用途
换一个对话就忘掉上次的决定和踩过的坑,是长期用 AI 干活最常见的问题。它用神经图结构存记忆,神经元之间用 20 种类型的连接(时间先后、因果、语义、冲突等)关联,常一起被用到的记忆会自动加强,过期的会自然衰减,互相矛盾的会被标出来。查的时候不是关键词匹配,而是顺着图找到概念相关的记忆。
适用场景
- 跨会话历史上下文还原:在新会话开启时注入过往关键记忆与事实,避免反复交代背景,保持长期协作一致。
- 技术决策与排错经验回溯:顺着因果与语义链条追溯历史决策逻辑或过往踩坑记录,快速排查原因并避免重复犯错。
- 待办与偏好自动化捕获:在对话结束时自动提取用户习惯偏好、未完成 TODO 及重要共识,持续演进知识图谱。
适用人群
- 长期用 OpenClaw 或 MCP 做项目的开发者
- 需要跨会话保留技术决策的工程团队
- 给 AI Agent 搭建长期上下文的运维人员
使用步骤
- 先执行 pip install neural-memory 装好命令行工具,首次运行会自动在 ~/.neuralmemory/ 建好记忆库和配置。
- 推荐再装 OpenClaw 插件(npm install -g neuralmemory),在 openclaw.json 里注册并占用 memory 槽位,然后运行 npm run build 编译。
- 用 nmem stats 验证安装是否成功,看到神经元、突触的统计就对了。
- 把决策、报错、偏好分别用 nmem remember 以对应类型存进去;会话开始用 nmem context 注入最近记忆。
- 需要用的时候按场景调 nmem recall,普通查用 depth 1,追因果链用 depth 2,较复杂的问题用 depth 3。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 4.62.0
- 最近更新
- 2026-08-16
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Associative memory with spreading activation for persistent, intelligent recall. Use PROACTIVELY when: (1) You need to remember facts, decisions, errors, or context across sessions (2) User asks "do you remember..." or references past conversations (3) Starting a new task — inject relevant context from memory (4) After making decisions or encountering errors — store for future reference (5) User asks "why did X happen?" — trace causal chains through memory Zero LLM dependency. Neural graph with Hebbian learning, memory decay, contradiction detection, and temporal reasoning.
使用前准备
- 需要 Python3 环境(pip 安装),插件方式还需 Node/npm 并手动改 openclaw.json、编译插件
- Windows 上要把 python3 改成 python
依赖与权限
- 读取用户主动提供的内容