Penfield

{ “overview_html”: “Penfield 是一款专为 AI 代理设计的持久化记忆系统，旨在解决多会话、跨渠道交互中信息丢失和上下文断裂的问题。它通过存储用户的偏好、决策过程、关键发现和项目上下文，帮助 AI 在长时间或间歇性交互中保持连贯性。与仅依赖短期工作记忆不同，Penfield 构建了一个随时间不断积累和演化的知识图谱，使 AI 能够‘记住’过去的对话并从中学习。其核心优势在于将模糊的交互转化为结构化的、可检索的知识资产，从而显著提升复杂任务的连续性和效率。该系统适用于需要长期记忆、深度理解和智能推理的场景，是构建真正智能、自主的 AI 助手的关键基础设施。”, “feature_items”: [ “支持跨会话持久化存储用户偏好、决策和上下文信息”, “混合搜索机制（BM25 + 向量 + 图谱）实现精准信息召回”, “提供知识图谱连接功能，自动建立记忆间的语义关联”, “支持按重要性评分管理记忆，区分关键信息与背景细节”, “可保存和管理项目工件（如代码、文档、图表等文件）”, “具备会话检查点功能，支持任务交接和中断恢复” ], “scenarios_html”: “Penfield 最适用于需要长期记忆积累和深度理解的复杂协作场景。例如，在软件架构设计过程中，AI 可以记录用户对技术选型的偏好（如倾向 Python 而非 JavaScript），并在后续讨论中准确引用；当发现部署失败的根本原因时，系统能将该洞察与之前的假设关联，并通过‘修正’关系标记过时认知，形成完整的知识演进链条。对于项目管理类任务，Penfield 能保存阶段性里程碑状态作为检查点，便于团队交接或中断后快速恢复工作流。在客户支持场景中，它能记住客户的沟通风格偏好（如要求简洁回复），避免重复询问，提升服务一致性。此外，研究人员使用 Penfield 追踪实验发现时，可通过图谱探索功能追溯相关线索，识别模式并填补认知空白，极大增强研究工作的连续性。” }