MemoryOps AI：面向 AI 助手的「治理型」记忆框架开源

MemoryOps AI 近日在 Hacker News 以「Show HN」形式亮相，定位为「面向 AI 助手的企业级记忆治理运行时」v1.0 版本。与多数把记忆简化为向量数据库读写的 Demo 不同，该项目将 AI 记忆视为「需要治理的状态」，围绕「捕获—存储—检索—更新—遗忘」五个核心动作构建整套生命周期管线，并把安全、治理、可观测性、评估、可靠性作为横切关注点贯穿其中。

设计理念：从「向量库」到「治理状态」

项目作者指出，常见 AI 记忆实现只做「聊天消息 → 向量数据库 → 稍后检索」三步，缺乏写入前的策略拦截、写入后的类型化处理以及删除保障。MemoryOps AI 把写入路径拆解为：消息 → 提取器 → 策略代理（Policy Broker）→ 写入服务 → 类型化记忆存储 → 审计日志；读取路径则走消息 → 检索器 → 重排器 → 上下文组装器 → 回复 LLM；后台还运行衰减、反思、冲突解决与压缩等任务。

不可妥协的工程不变量

项目在代码与测试中强制维护十项不变量，包括租户隔离、删除后永不可检索、来源可追溯、检索失败不阻塞生成、敏感内容写入前过滤、临时会话不读写记忆、全生命周期追加审计、可解释性、类型化记忆分类（情景/语义/过程/项目/知识/系统），以及通过「金标准集」进行可测试的记忆质量评估。

仓库结构与快速上手

仓库划分为 apps（Next.js 前端、Streamlit Playground 与结果看板）、services（FastAPI 后端与后台 Worker）、packages（Python SDK 与共享类型）、infra（Postgres + pgvector 迁移、ADR、可观测性）、evals（评测集与运行器）以及 docs。提供两种启动方式：

• API only：使用内置内存仓储，免依赖 Postgres，uvicorn app.main:app --reload 即可访问 /docs；
• 完整栈：docker compose up --build，自动跑数据库迁移并启用 pgvector。

模型与嵌入的可插拔适配

检索默认使用「确定性的离线嵌入桩」，无需 API Key，保证测试可复现；可切到 OpenAI text-embedding-3-small。LLM 适配层默认同样为离线桩，提供 OpenAI、Anthropic（默认 Claude Haiku 4.5）、Gemini 三家可选适配器，仅在检测到对应 Key 时启用，并在解析失败时回退到启发式策略。

现状与局限

作者在文中明确标注 v1.0「生产就绪」，公共 HTTP API 与 Python SDK 在 1.x 版本下遵循「仅做加法」的兼容承诺；但 Playground 与结果看板仍标记为 demo-only（v0.9 / v0.12）。线上 Demo 部署在 Railway，提供「演示安全」的临时会话模式以便试用。