Anansi：面向 AI 智能体的开源记忆 API，支持时序双轴推理

Anansi 是一款面向 AI 智能体的开源记忆引擎，核心定位是为大模型应用提供一个「可区分事实与认知时点」的持久化记忆层。它把企业日常产出的对话、文档、工单和会议记录转化为结构化、可版本化的记忆，供智能体在回答前读取，从而回答「我们三月份的升级流程是什么、又是何时改变的」这类需要时序对比的问题，并附引用。

产品形态与许可

Anansi 的自托管核心采用 MIT 协议，基于 PostgreSQL 与 Redis 运行，作者声称五分钟即可完成本地部署，无需注册账号。其商业层则提供企业级与托管版服务。整套 API 只有两个端点：POST /v1/ingest 用于写入记忆、GET /v1/context 用于取出当前相关的合成画像。ingest 立即返回 202，嵌入等耗时操作在队列中异步执行，不会进入主请求链路；context 返回的是可直接拼入系统提示的紧凑画像，而非需要自行排序的文档片段。

时序双轴推理

Anansi 的差异化能力在于其实体图引入了两条相互独立的时间轴：一条记录「事实本身何时成立」，另一条记录「系统何时获知该事实」。这种设计让用户可以分别询问「当时什么是真的」与「当时我们知道什么」。该能力被标注为 Pro+ 特性，自托管安装默认即为该档位，可直接获得；托管服务则需要付费订阅。

快速部署要点

作者给出的实测数据：在已预热的 Docker 环境下，API 镜像构建约 90 秒，嵌入模型 nomic-embed-text 下载约 274 MB。系统启动后，开发者可通过仓库内脚本为指定邮箱生成以 ans_ 开头的 API Key，每个邮箱对应独立工作区，记忆互不互通。

值得注意的是，Compose 不会自动拉起嵌入模型，Anansi 提供了三种满足方式：

• 已有 Ollama：拉取 nomic-embed-text（274 MB，约一分钟），Compose 已默认指向 host.docker.internal:11434；
• 云端嵌入：切换至 hybrid 部署模式，配置 Nomic 密钥后即可使用云端嵌入（文本会发送至 Nomic）；
• Compose 内置 Ollama：完全自包含，但需拉取约 7 GB 的 ollama/ollama 镜像，单是下载就可能超过十分钟，不适合首次试用。

适用场景与边界

Anansi 适合需要长期记忆与组织知识沉淀的智能体场景，例如客服、运维、内部知识检索等。它本身不提供对话或推理能力，推理侧的 llama3.1:8b（约 4.7 GB）仅用于合成静态与动态画像，按需拉取即可。总体上，Anansi 不是一个新模型发布，而是智能体基础设施层的开源补全。