NxcoreAI/NxMem

仿人类记忆模型的 Agent 上下文引擎——为 LLM Agent 提供可持久化、可检索、可推理的长期记忆。 [](https://www.typescriptlang.org/) [](https://fastify.dev/) [](https://react.dev/) [](https://neo4j.com/) [](https://pnpm.io/) [](https://www.gnu.org/licenses/agpl-3.0) Nexcore Context Engine 把「短期记忆 → 长期记忆」的认知过程落实为一条可观测、可评测的流水线：将对话与文档摄入为事件（Event），经 LLM 抽取为结构化事实（Fact），做时间轴融合后按策略准入短期记忆（STM），再通过「做梦」式巩固（Dreaming / Consolidation）沉淀为长期记忆（LTM），最终在需要时完成检索与 Context Pack 组装，为下游 Agent 提供带来源引用的上下文。 引擎借鉴人类记忆的「短时 → 长时」结构，把记忆生命周期拆成若干可独立观测的层： 做梦巩固的七维评分定义、分数锚点与校准样例见 STM 到 LTM 七维评分 Prompt。 启动后打开 http://localhost:5173 即可进入调试台，写入测试记忆事件并查看解析、事实、STM、LTM 与融合时间轴。 默认配置文件为 config/context-engine.json，后端与前端代理都会读取。可用 CONTEXTENGINECONFIG 指向另一份配置： 配置结构（示例）： 部署或本地调试时，以下环境变量会覆盖配置文件： longMemEval.graphStore.mode 默认为 inherit（沿用主 graphStore）；设为 local 只用独立 SQLite；设为 neo4j 使用 longMemEval.graphStore.neo4j，未填写的字段继承主 graphStore.neo4j。 后端扫描固定目录 data/inbox 的第一层文件（.txt / .md / .json / .docx），生成 MemoryEvent 进入解析链路。.docx 从 word/document.xml 提取正文（暂不提取批注、修订、页眉页脚）；.xlsx / .pptx / 图片会生成 unsupported 事件。 去重规则：file path + mtime + size 生成幂等 key，同一文件重复扫描不会重复写入，文件修改后视为新版本重新摄入。 对 序号 / 事实发生时间 / 记忆类型 / 事实记忆 / 来源类型 测试表，用确定性脚本导入（不调用 LLM）： 脚本默认读取根目录的 极核产品经理一周事实记忆假数据.md，写入 synthetic-test 租户，并可用 --file / --dataset-id / --tenant / --principal 覆盖。 响应使用 memory-graph.v1，节点与边共用顶层 page 但各自管理 limit，可用…