prometheus-memory

# ⚡ 普罗米修斯内存 > 🌐 **English** · [Português](docs/lang/README.pt-BR.md) · [Español](docs/lang/README.es.md) · [中文](docs/lang/README.zh-CN.md) > L0→L3 内存管道，用于 AI 代理。 > 将原始对话转化为角色、技能和图表。 > 建立在 [Mnemosyne](https://github.com/abdiasrj/mnemosyne) （BEAM）+ 腾讯DB-Agent-Memory（L0→L3 金字塔）架构启发。 [](LICENSE) [](https://www.python.org/) [](https://github.com/abdiasrj/mnemosyne) ## 为什么是“普罗米修斯” 在希腊神话中，普罗米修斯是记忆女神 Mnemosyne 的儿子 —— 将 **知识之火** 带给人类的泰坦。Mnemosyne 存储（记忆）；普罗米修斯将原始数据转化为 **可行的知识** （角色、技能、图表）。 ## 🧠 您的代理的第二大脑 **一个大脑，许多代理。** 普罗米修斯内存作为所有 AI 代理的 **共享第二大脑** 。OpenCode、Claude Code、Cursor、Codex 和自定义代理通过 MCP 读取和写入同一个 **内存** 。代理 A 在早上做出的决定可以在下午被代理 B 使用 —— 没有任何信息在会话、工具或机器之间丢失。 ### 🔁 为循环代理而建 专为 **持续运行的循环代理** （每日检查、监控、24/7 自动化）设计：每个循环迭代都会回忆以前的循环所学的内容（`mnemosyne recall`）并在完成后存储新的事实（`mnemosyne remember`）。L0→L3 管道自动整合所有内容 —— 每 6 小时，事实变成场景，每周，场景变成角色和技能。代理在每次循环中 **变得更智能** ，无需任何人工干预。 ## 用例 - 🔁 **24/7 循环代理** —— 每日检查、X/Twitter 监控、学习运行的监视器 - 🤝 **多代理团队** —— 不同角色的代理共享上下文 - 📅 **长期项目** —— 多个会话，零上下文丢失 - 🛠️ **多个 AI 工具** —— 您的整个堆栈共用一个内存层 ## 功能 - 🔍 **分层时间线** —— L3→L2→L1 钻取，侧边栏显示项目/日期/统计信息 - 🕸️ **知识图谱** —— G6.js d3-force，Obsidian 风格：发光，悬停激活，点击 → 详情 - 📐 **Mermaid 画布** —— 自动生成的代理状态图，缩放，点击 → 外包内容 - 📄 **多模态本地 RAG** —— 上传 PDF、TXT、MD、DOCX、PNG、JPG，自动 OCR（Tesseract），矢量搜索（余弦超过 fastembed 384d；sqlite-vec KNN 计划在 v0.2 中） - 📝 **笔记** —— URL 导入（GitHub、X/Twitter、网站）并进行净化处理和自定义 Markdown 渲染器 - ✏️ **内联编辑器** —— 直接在 UI 中编辑和删除记忆（5 个标签 + 编辑器模态框） - 🗄️ **存储层** —— 默认 SQLite（WAL），PostgreSQL-ready 接口（`DATABASE_URL`）登陆 v0.2 - 💾 **日志卸载** —— 大型工具输出变为引用（最多 61% 的令牌减少） - ⚡ **实时资源监视器** —— 实时 GPU/RAM/磁盘条 + 时间线侧边栏中的进程使用情况（每 3 秒更新） - 🧠 **技能生成** —— 检测场景中的重复模式并生成可重复使用的技能 - 🎨 暗黑模式，响应式，无需构建步骤（无 node_modules） ## 架构 ``` ┌─────────────────────────────────────────────────────┐ │ 普罗米修斯 Web UI (:8777) │ │ 时间线 │ 图谱 │ 画布 │ 文档 │ 笔记 │ ✏️ │ └─────────────────────────────────────────────────────┘ │ ┌───────────────┼───────────────┐ ▼ ▼ ▼ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ L3 角色 │ │ L2 场景 │ │ L0 会话 │ │ (每周) │ │ (每 6 小时)│ │(会话结束)│ └─────────────┘ └─────────────┘ └─────────────┘ │ ┌────▼────┐ │ L1 │ │ 事实 │ │(自动记忆)│ └────┬────┘ │ ┌──────────▼──────────┐ │ Mnemosyne 3.12+ │ │ SQLite + sqlite-vec│ │ FTS5 + BEAM │ └─────────────────────┘ ``` [ARCHITECTURE.md](ARCHITECTURE.md) 中有完整的详细信息。 ## 快速入门 ### 先决条件 - Python 3.10+ - 带 systemd 的 Linux（用于 24/7 服务 - 可选） - DeepSeek API 密钥（用于 L2/L3 合并） - Tesseract OCR（可选，用于扫描的 PDF 和图像） ### 安装（1 命令） ```bash git clone https://github.com/hofstatter/prometheus-memory.git cd prometheus-memory python setup.py # 通用：Windows / macOS / Linux / Raspberry Pi # 或：bash setup.sh （Unix 包装器） ``` 安装程序自动检测您的操作系统/架构，询问您的 **语言** （en/pt/es/zh），安装依赖项并在每个平台上注册 Web UI（Linux 上的 systemd，macOS 上的 launchd，Windows 上的任务计划程序说明）。 ### 平台支持 | 平台 | 状态 | |---|---| | Linux x86_64 | ✅ | | Linux ARM64 / Raspberry Pi 5 | ✅ | | macOS (Intel + Apple Silicon) | ✅ | | Windows 10/11 (x64) | ✅ （原生 Python；OCR 可选） | ### UI 语言 🌐 Web UI 自动检测您的浏览器语言并支持 **English, Português, Español 和 中文** —— 随时使用顶栏中的 🌐 选择器切换（每个浏览器保存）。在 `.env` 中设置 `PROMETHEUS_LANG` 以强制使用默认值。（RAG 选项卡渲染为中文中的 检索增强。） `setup.sh` 安装依赖项，复制管道脚本，安装自动内存技能，创建 cron 作业并启用 Web UI systemd 服务。 然后配置您的密钥： ```bash nano ~/prometheus-memory/.env # 需要 DEEPSEEK_API_KEY systemctl --user restart prometheus-web ``` 打开：**http://localhost:8777** ### 手动安装 ```bash pip install "mnemosyne-memory[all]>=3.12" pip install -r requirements.txt cp .env.example .env # 使用您的密钥编辑 set -a; . ./.env; set +a python3 web/app.py # http://localhost:8777 ``` ## 配置 所有选项都是环境变量 - 请参阅 [.env.example](.env.example)： | 变量 | 默认值 | 用途 | |---|---|---| | `DEEPSEEK_API_KEY` | — | **必填** 用于 L2/L3（场景，角色，技能） | | `PROMETHEUS_HOST` | `127.0.0.1` | Web UI 绑定（使用 `0.0.0.0` 用于局域网，自担风险） | | `PROMETHEUS_PORT` | `8777` | Web UI 端口 | | `MNEMOSYNE_HOME` | `~/.hermes/mnemosyne` | Mnemosyne 数据目录 | | `PROMETHEUS_NOTES_DIR` | `~/notes` | 笔记目录 | | `PROMETHEUS_USER` | `$USER` | 角色记忆中使用的名称 | | `PROMETHEUS_PROJECT` | `geral` | 记忆的默认项目 | | `PROMETHEUS_PASSWORD` | — | **UI 登录密码** （当 bind ≠ localhost 时必填） | | `PROMETHEUS_TOKEN` | — | 代理/脚本的 API Bearer Token | | `PROMETHEUS_PROTECT_READS` | `false` | `true` = 整个 UI 需要登录 | | `PROMETHEUS_PROJECTS` | — | 已知项目（逗号分隔） | | `PROMETHEUS_EXCLUDE` | — | 从 UI 中隐藏的内容（逗号分隔） | | `FIRECRAWL_API_KEY` | — | 爬虫备用（可选） | ## L0→L3 管道 | 层级 | 脚本 | 频率 | 输出 | |---|---|---|---| | **L0** 会话 | `scripts/session_logger.py` | 每个会话结束 | 每个会话的 Markdown | | **L1** 事实 | `auto-memory` 技能 | 在会话期间 | `mnemosyne remember` | | **L2** 场景 | `scripts/memory_aggregator.py` | 每 6 小时 cron | 主题场景 + 画布 | | **L3** 角色 | `scripts/persona_synthesizer.py` | 每周 cron | `persona.md` + L3 事实 | | **技能** | `scripts/skill_generator.py` | 每周（与 L3） | `~/.opencode/skills/generated/` 中的技能 | | **卸载** | `scripts/ref_manager.py` | 按需 | 带有 node_id 的 `refs/*.md` | ## 截图 | 时间线 | 图谱 | 画布 | RAG | 笔记 | |---|---|---|---|---| |  |  |  |  |  | ## API（REST） | 端点 | 方法 | 描述 | |---|---|---| | `/health` | GET | 真实的健康检查（DB + 嵌入 + CLI） | | `/api/timeline` | GET | 具有项目提取的近期记忆 | | `/api/graph` | GET | 知识图谱的节点/边 | | `/api/canvas` | GET | Mermaid 状态图 | | `/api/search?q=` | GET | 记忆召回 | | `/api/stats` | GET | 总数（记忆，场景，RAG 文档，笔记） | | `/api/stats/resources` | GET | 实时 GPU/RAM/磁盘/进程使用情况 | | `/api/stats/savings` | GET | 令牌节省估算 | | `/api/context/briefing` | GET | ~500-token 压缩会话简报 | | `/api/projects` | GET | 检测到的项目 | | `/api/memory/<id>` | GET/PUT/DELETE | 记忆详情 / 更新 / 删除 | | `/api/rag/collections` | GET/POST | RAG 集合 | | `/api/rag/upload` | POST | 上传 + 索引文档（最大 50MB） | | `/api/rag/search` | POST | 矢量搜索 | | `/api/rag/documents` | GET/DELETE | 列出 / 删除文档 | | `/api/notes` | GET | 列出笔记 | | `/api/notes/import` | POST | 从 URL 导入笔记（SSRF 防护） | | `/api/notes/<path>` | GET/PUT/DELETE | 笔记 CRUD | | `/api/notes/search` | POST | 全文笔记搜索 | > **注意：** 代理的记忆 **写入** 通过 Mnemosyne CLI/MCP（共享存储）。计划在 v0.2 中添加专用的 `POST /api/memory` REST 端点。 ## 安全 - 默认绑定到 `127.0.0.1`（无网络暴露） - **登录系统**：当 `PROMETHEUS_HOST != 127.0.0.1` 时，UI 会要求 `PROMETHEUS_PASSWORD` 并且颁发 30 天的 HMAC 会话。登录端点限速（5 次尝试/分钟/IP - 即使正确密码也等待窗口） - **API令牌**：代理/脚本使用 `Authorization: Bearer $PROMETHEUS_TOKEN` 代替登录密码 - **作用域**：默认保护写入（读取开放）；`PROMETHEUS_PROTECT_READS=true` 保护整个 API（HTML shell 保持公开以便登录模态框可以渲染） - **单用户，单共享存储**：无每代理隔离（信任边界 = 本地机器）。多租户范围在 v0.2 中落地 - 笔记端点上的路径遍历保护 - URL 导入的 SSRF 保护，在每次重定向时重新验证 - XSS 强化：净化集合 ID，转义代码块，严格的 CSP 头部 - 源代码中没有密钥 - 仅环境变量 ## 集成 与任何 MCP 兼容的代理一起使用 - **所有开发工具共用一个内存**: ``` OpenCode ─┐ Claude Code ─┼──► Mnemosyne MCP (:8765) ──► 普罗米修斯内存（同一存储） Cursor ─────┤ ▲ Codex CLI ──┘ REST API (:8777) — /api/context/briefing, /api/memory/* ``` ### 每个工具的设置 | 工具 | 设置 | |---|---| | **OpenCode** | 原生 - 复制包含的技能：`cp -r skills/auto-memory ~/.opencode/skills/` | | **Claude Code** | `claude mcp add mnemosyne --transport sse http://localhost:8765/sse` | | **Cursor** | `.cursor/mcp.json` → `{"mcpServers": {"mnemosyne": {"url": "http://localhost:8765/sse"}}}` | | **Codex CLI** | `~/.codex/config.toml` → `[mcp_servers.mnemosyne]` `url = "http://localhost:8765/sse"` | | **任意代理** | REST：`GET /api/context/briefing`（会话开始，~500 个令牌）+ Mnemosyne CLI/MCP 用于写入 | 代理 A 在早上做出的决定可以在下午被代理 B 使用 - 不同的工具，相同的内存。 ## 令牌节省 普罗米修斯旨在 **减少令牌花费** ，而不仅仅是存储记忆： | 机制 | 它如何节省 | |---|---| | **卸载** (`scripts/ref_manager.py`) | 大型工具输出 (>500 个字符) 变成 `[ref:id]` 引用 - 高达 **61% 的令牌减少** 上下文 | | **L0→L3 压缩** | 原始事实合并为场景和角色 - 回忆注入减少约 40 个令牌/合并事实 | | **上下文简报** | `GET /api/context/briefing` 返回 ~500 个令牌的压缩摘要（角色 + 场景 + 最近的事实）- 以最低成本启动每个会话 | | **节省仪表盘** | `GET /api/stats/savings` 估计总共节省的令牌（卸载字节 ÷ 4 + 压缩）并在 UI 侧边栏中显示一个 💰 卡片 | ## 比较 参见 [COMPARISON.md](COMPARISON.md) - Mnemosyne vs MemPalace vs TencentDB vs 普罗米修斯。 ## 作者 **Herbert Hofstatter** - [@hofstatter](https://github.com/hofstatter) · [X @hofstatter](https://x.com/hofstatter) ## 许可证 MIT - 参见 [LICENSE](LICENSE) 和 [NOTICE](NOTICE)。