Amp

🚀 AMP：智能體記憶協議 🧠

智能體記憶的開放標準。

本項目為智能體提供了一套記憶解決方案，解決了傳統AI智能體易遺忘的問題，通過模擬人類大腦記憶機制，讓智能體擁有持續且不斷進化的自我感知能力。

🚀 快速開始

30秒快速設置

1. 通過 uv 安裝（推薦）

# 安裝工具
uv tool install amp-memory

# 啟動核心服務
amp serve

2. 或者，通過 pip 安裝

pip install amp-memory
amp serve

3. 打開儀表盤

訪問 http://localhost:8000。界面默認是 星系模式。切換到 力場模式 可以查看基於物理原理的連接。

4. 連接到集成開發環境和工具

AMP 原生支持 Antigravity、Cursor、VS Code Copilot 和 Claude Desktop。將以下內容添加到你的 MCP 配置文件（通常是 mcp_config.json 或 claude_desktop_config.json）中：

{
  "mcpServers": {
    "amp-memory": {
      "command": "uv",
      "args": ["tool", "run", "amp-memory", "serve"],
      "env": {
        "PYTHONPATH": "."
      }
    }
  }
}

現在你可以說：

"@amp 記住我正在重構登錄控制器。" "@amp 我們上次修復的最後一個 bug 是什麼？"

它都能知曉。

✨ 主要特性

🌌 星系視圖（可視化）

無需再猜測你的智能體知道什麼，而是 親眼目睹。 AMP 配備了一個令人驚歎的、60 幀每秒的本地儀表盤。即時觀看記憶形成星群。節點根據語義含義聚類 —— 如果兩個想法相關，它們會在物理上靠在一起。

🕸️ 力場模式（物理模擬）

切換到 力場模式 以查看記憶之間的拓撲連接。它使用物理模擬（D3.js）來展示不同的記憶集群如何通過共享上下文“拉”在一起。

🔍 語義查詢

無需再猜測關鍵詞。使用自然語言查詢你的智能體的記憶。我構建了一個專用界面，它不僅能找到相關記憶，還會顯示 相關性得分（0 - 100%），讓你確切知道為什麼某個記憶被檢索出來。

🔌 MCP 原生支持（即插即用）

從一開始就為 模型上下文協議 而構建。

• Claude Desktop：將 AMP 添加到你的配置中，Claude 就能永遠記住你。
• Cursor：為你的編碼助手提供項目歷史的持久上下文。

🧠 “三層”大腦架構

我並非只是將文本存入向量存儲中，而是對其進行結構化處理：

1. ⚡ 短期記憶（STM）：高保真緩衝區。“我們 現在 正在做什麼？”
2. 📚 長期記憶（LTM）：鞏固的見解。“我們上週學到了什麼？”
3. 🕸️ 圖結構：實體之間的連接。“函數 A 與 bug B 有什麼關係？”

🏆 一流的召回率

我在複雜的 LoCoMo 數據集上對 AMP 與領先的競爭對手（Mem0）進行了基準測試。結果差距明顯。

📚 詳細文檔

路線圖 🗺️

• [x] 星系視圖：可視化語義空間。
• [x] 圖 API：由 D3.js 驅動的可視化。
• [x] 語義搜索：基於向量的相關性排序。
• [ ] 雲同步：跨設備同步記憶。
• [ ] 多智能體集群：為智能體團隊提供共享記憶。

星標歷史

由 Akshay 用心打造 ❤️