Neolata Memory Engine 是一款专为 AI 代理设计的图原生记忆系统，它通过混合向量与关键词搜索、生物衰减机制、Zettelkasten 式链接关系以及可信门控冲突解决机制，为智能体提供持久化、可解释且具备自我演进能力的记忆能力。该系统完全基于 Node.js 开发，无需依赖 Docker、Python 或 Neo4j 等外部基础设施，默认采用本地 JSON 文件存储，确保数据主权和隐私安全。其核心设计哲学是‘零基础设施’——开发者只需 npm 安装即可运行，极大降低了部署复杂度。Neolata 不仅支持单个代理的记忆管理，还天然支持多代理环境下的知识共享与交叉检索，适用于需要长期上下文维持、事实核查和决策追溯的复杂 AI 应用场景。
核心功能特点
- 混合向量+关键词双模搜索：支持语义相似度匹配与高效关键词倒排索引，无嵌入模型时自动降级为纯文本检索
- 生物衰减机制：自动老化陈旧未访问记忆，防止信息过载，同时提供 reinforce 接口强化关键信息
- Zettelkasten 图谱链接：基于语义相似度自动生成记忆间双向链接，支持路径查找与聚类分析
- 可信门控与冲突解决：结构化和 LLM 驱动两种矛盾检测方式，可疑记忆进入隔离区供人工审核
- 可解释性 API：返回搜索结果时附带来源、重排序依据及过滤状态，提升系统透明度
- 批量操作与原子事务：storeMany/searchMany 减少 I/O 开销，失败时全量回滚保障一致性
适用场景
Neolata Memory Engine 特别适合那些需要跨会话保持认知连续性、处理大量非结构化事实并具备自组织能力的 AI 代理系统。例如，在持续集成测试中，多个自动化测试代理可以各自建立关于代码漏洞、配置变更或性能问题的记忆节点，并通过图谱链接发现关联风险；当主代理进行安全审计时，可通过跨代理搜索快速定位历史问题，避免重复劳动。另一个典型场景是长期运行的运维助手，它能记录每次故障排查过程、修复方案及验证结果，随着时间推移，旧事件会因衰减机制自然淡出，而高频出现的模式则形成稳定知识簇。此外，在协作型 AI 团队中（如 Kuro 和 Maki 分别负责前端与后端），Neolata 的多代理架构允许它们共享上下文而不混淆责任边界，每个代理拥有独立命名空间的同时又能协同检索全局知识库。对于注重数据主权的企业级应用，该工具默认本地化部署的特性也使其成为构建私有化智能系统的理想选择。