Mind Memory Lab：记忆导向的智能体框架

项目概述

Mind Memory Lab 是一个记忆导向的智能体框架实验室原型，旨在验证长期记忆与对话连续性在 LLM 应用中的可行性。核心关注点包括：受控的信息检索、工作区隔离与回合级编排。

技术架构

项目采用 pnpm monorepo 组织（9 packages + 1 app）：

模块	职责	测试
`@mind/kernel`	回合流水线、领域类型、LLM 端口	5 通过
`@mind/memory`	记忆落盘、分块、SQLite FTS 索引与召回	8 通过
`@mind/workspace`	工作区沙箱与忽略规则	3 通过
`@mind/adapters-llm`	Anthropic / OpenAI / Ollama / 阿里云适配器	3 通过
`@mind/agent-host`	多轮工具编排 AgentToolLoop	-
`@mind/tools-core`	只读工作区工具与 ToolPolicy	-
`@mind/agent-contract`	Agent 工具与 MCP/Hooks/Skills 端口类型	无运行时依赖
`@mind/native-mindmem`	N-API 绑定（可选）	回退验证
`c/`	C99 原语库（分块、指纹、计数）	-
`@mind/web`	Web UI + 本地 API	-

Web UI 功能

对话：AI Agent 对话界面（会话管理、流式响应、思考过程展示）
记忆库：记忆条目管理（列表浏览、筛选、详情查看）
检索：全文检索功能

核心设计

工作区沙箱

基于工作区沙箱的只读访问控制：

interface WorkspaceSandbox {
  rootPath: string
  ignorePatterns: string[]  // gitignore 格式
  allowPatterns: string[]   // 白名单
  canAccess(path: string): boolean
  readFile(path: string): Promise<string>
}

记忆系统

SQLite FTS5 全文索引：

interface MemoryStore {
  store(entry: MemoryEntry): Promise<void>
  search(query: string, limit: number): Promise<MemoryEntry[]>
  chunkAndIndex(content: string): Promise<Chunk[]>
}

C99 原语库

size_t mind_chunk_end(const char* utf8, size_t max_bytes);
uint64_t mind_fnv1a64(const char* data, size_t len);
size_t mind_whitespace_token_estimate(const char* text);

通过 N-API 可选绑定到 Node.js，原生模块不可用时自动回退到 TypeScript 实现。

当前状态

回合流水线、记忆持久化与 FTS 检索、多 LLM 后端适配、Web UI 已实现。向量检索、消息总线与多 ThinkingUnit 并行仍在开发中。