Mwe-MCP：面向 AI 智能体的自托管记忆服务
独立开发者开源的记忆 MCP 服务器，主打行内 ACL 与叙事化维基，已在自家四口人、三智能体的场景中运行数月。
Mwe-MCP 是一款面向 AI 智能体的自托管记忆服务，最近在 Hacker News 上以 Show HN 形式发布，作者为 Fr4nZ82。项目最初是作者为家庭场景开发的 OpenClaw 记忆插件，后逐步演化为与具体智能体框架无关的 MCP（Model Context Protocol）服务器，已在其家中四口人、三个智能体之间稳定运行数月，仓库采用 AGPL 协议。
核心机制：行内 ACL + 叙事化维基
项目最突出的设计是在维基页面的「散文」层面加入行内访问控制（ACL）。维基以散文形式书写，每一段、列表中的每一项、每一条敏感数据都有独立的 ACL，并在消息自动捕获与文档入库阶段即时应用。同一段文字对不同读者呈现的内容不同，引擎在文本送达智能体之前就已完成脱敏：
- 家庭场景中，伴侣告知助理的事项，子无法从助理处取出；
- 共同信息（如「家里没牛奶了」）默认属于整个家庭，而非个人；
- 每个用户、群组和智能体都有自己的维基，新的维基也可在运行中自主涌现。
检索与处理流水线
记忆服务在召回阶段采用两层结构：
- 初始 RAG 通道定位各维基的「入口」页面；
- 名为「导航器（navigator）」的组件沿这些页面之间的散文链接展开，按主题上下文回溯相关事实。
这种漏斗式导航本身会构建出连贯上下文，可直接交给所连接的智能体。作者提到，由于以散文为媒介检索，导航过程中还会顺带浮出「无人问起却相关」的记忆，例如某用户曾声明的食物禁忌，会在该用户所属群组被请求菜谱时自动浮现。
写入侧则包含去重模块和「REM 协调器」。后者在 REM 阶段（作者将其类比为睡眠中的快速眼动期）对白天为效率而粗写入的页面进行重排整理；可配置 LLM 既支持本地小模型完成简单去重，也需要能力较强的模型来驱动协调流程。
工程实现与商业边界
工程上是一个 Rust 单二进制文件，对外暴露 MCP Streamable HTTP 端点，并集成 OAuth 与管理后台，共享同一端口。开发者坦承仓库多为「氛围编程（vibe-coded）」产出，但本人自上世纪末起从事开发，并已在生产环境中使用数月。
许可与可持续性方面：
- 自托管使用永久免费，遵循 AGPL；
- 商业许可面向闭源 SaaS 集成场景；
- 当前 Windows 支持为尽力而为，内部 LLM 对小尺寸本地模型路由效果不佳，文档已说明。
作者表示，这套最初为家庭打造的记忆系统，经少量调整后也适用于小团队乃至中小企业，目前希望招募家庭或团队场景下的早期测试者。