@ 意识. 市场/地方
本地第一AI代理内存系统. 不需要账户.
基准:Long MemEval(ICLR 2025)
认知记忆在 朗梅瓦尔 ——长期对话记忆行业标准基准,于ICLR 2025发布. 5个核心能力范围内500个经人验证的问题.
╔══════════════════════════════════════════════════════════════╗
║ ║
║ Awareness Memory — LongMemEval Benchmark Results ║
║ ───────────────────────────────────────────────── ║
║ ║
║ Benchmark: LongMemEval (ICLR 2025) ║
║ Dataset: 500 human-curated questions ║
║ Variant: LongMemEval_S (~115k tokens per question) ║
║ ║
║ ┌─────────────────────────────────────────────────┐ ║
║ │ │ ║
║ │ Recall@1 80.2% (401 / 500) │ ║
║ │ Recall@3 92.8% (464 / 500) │ ║
║ │ Recall@5 96.0% (480 / 500) ◀ PRIMARY │ ║
║ │ Recall@10 98.6% (493 / 500) │ ║
║ │ │ ║
║ └─────────────────────────────────────────────────┘ ║
║ ║
║ Method: Hybrid RRF (BM25 + vector, daemon pipeline) ║
║ Embedding: multilingual-e5-small (production model) ║
║ LLM Calls: 0 (pure retrieval, no generation cost) ║
║ Hardware: Apple M1, 8GB RAM — 35 min total ║
║ ║
╚══════════════════════════════════════════════════════════════╝
领导板
┌─────────────────────────────────────────────────────────────┐
│ Long-Term Memory Retrieval — R@5 Leaderboard │
│ LongMemEval (ICLR 2025, 500 questions) │
├─────────────────────────────────┬───────────┬───────────────┤
│ System │ R@5 │ Note │
├─────────────────────────────────┼───────────┼───────────────┤
│ MemPalace (ChromaDB raw) │ 96.6% │ R@5 only * │
│ ★ Awareness Memory (Hybrid) │ 96.0% │ Hybrid RRF │
│ OMEGA │ 95.4% │ QA Accuracy │
│ Mastra (GPT-5-mini) │ 94.9% │ QA Accuracy │
│ Mastra (GPT-4o) │ 84.2% │ QA Accuracy │
│ Supermemory │ 81.6% │ QA Accuracy │
│ Zep / Graphiti │ 71.2% │ QA Accuracy │
│ GPT-4o (full context) │ 60.6% │ QA Accuracy │
├─────────────────────────────────┴───────────┴───────────────┤
│ * MemPalace 96.6% is Recall@5 only, not QA Accuracy. │
│ Palace hierarchy was NOT used in the evaluation. │
└─────────────────────────────────────────────────────────────┘
按问题类型分列的准确性
┌─────────────────────────────────────────────────────────────┐
│ Awareness Memory — R@5 by Question Type │
│ │
│ knowledge-update ███████████████████████████ 98.7% │
│ multi-session ███████████████████████████▊ 99.2%│
│ single-session-asst ███████████████████████████▌ 98.2%│
│ temporal-reasoning ██████████████████████████▏ 93.2%│
│ single-session-user ██████████████████████████ 92.9%│
│ single-session-pref █████████████████████████▎ 90.0%│
│ │
│ Overall ██████████████████████████▉ 96.0%│
│ │
│ ┌───────────────────────────────────────────────┐ │
│ │ Ablation Study │ │
│ │ ───────────────────────────────────────── │ │
│ │ Vector-only: 92.6% ▓▓▓▓▓▓▓▓▓▓▓▓▓░░░ │ │
│ │ BM25-only: 91.4% ▓▓▓▓▓▓▓▓▓▓▓▓▓░░░ │ │
│ │ Hybrid RRF: 95.6% ▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓░ ★ │ │
│ │ (2026-04 harness run) │ │
│ │ Hybrid = +3% over any single method │ │
│ └───────────────────────────────────────────────┘ │
│ │
│ arxiv.org/abs/2410.10813 awareness.market │
└─────────────────────────────────────────────────────────────┘
零LLM调取. 守护星-路径跑:苹果M1 8GB,35分. 可复制的基准脚本
如何比较(诚实)
| 系统 | 长门 Eval R @ 5 | 本地 / 零 API | 设置 |
|---|---|---|---|
| 地方意识 | 96.0% | 对 | npx @awareness.market/setup |
| 记忆Palace | 96.6% | 对 | 手动 |
| 记忆 | 49.0%(开放源码软件)/93.4%(自报) | 图 = 已支付 | SDK + API 键 |
| 泽普 | 63.8% | 萨萨 | 云头 |
- 工作流程规则注入 ——意识将规则写入您的 IDE 配置中, 这样代理 自动 使用内存(init at start, retrieved before work,record before changes). Mem0/Zep需要人工管弦乐.
- 结构化知识(13个类别) ——决定,陷阱,工作流程,技能,偏好——不只是原始片段.
- 0 LLM 调用检索 ——混合FTS5+向量,全线下行.
充分的事实比较: 认识与替代办法
安装
npm install -g @awareness.market/local
快速启动
# Start the local daemon
awareness-local start
守护进程运行后,通过当地MCP端点与它交谈. 每一次电话 下面是针对一个真正的守护进程执行的,然后才被写在这里.
// The daemon exposes MCP over HTTP on 127.0.0.1:37800 — no SDK to install.
const call = (name, args) =>
fetch("http://localhost:37800/mcp", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({
jsonrpc: "2.0", id: 1, method: "tools/call",
params: { name, arguments: args },
}),
})
.then((r) => r.json())
.then((j) => j.result.content[0].text);
await call("awareness_record", {
action: "remember",
content: "Refactored auth middleware to use JWT rotation.",
});
console.log(await call("awareness_recall", { semantic_query: "auth middleware" }));
// Found 1 memories:
// 1. [turn_summary] Refactored auth middleware to use JWT rotation (70%, today)
对于结构化数据,REST API返回JSON:
const r = await fetch("http://localhost:37800/api/v1/memories?limit=10");
const { items, total } = await r.json();
该包裹的JS出口@awareness.market/local/api) 是守护进程 管理层
帮助者—— getDaemonUrl, (中文(简体) ), checkDaemonHealth, (中文(简体) ), getDaemonStatus, (中文(简体) ), getMcpUrl, (中文(简体) ),
loadLocalConfig 而不是记忆API本身. 记忆通过MCP或REST,
这也是Claude Code和所有其他客户 如何到达它.
滚动升级(0.220+)
awareness-local start 由主管管理守护进程。 升级排水口
飞行中的工作,而不是杀死过程:
- 在升级过程中,新的HTTP/MCP请求得到
503+ 键Retry-After: 2时 飞行请求完成AWARENESS_DRAIN_TIMEOUT,默认为60s). awareness-local update检查npm,试安装 新版本,排水口, 并仅在替换者通过健康检查后开关.awareness-local doctor显示活动版本、 上次更新错误,以及 下一次重试.- 一个失败的开关会恢复前一个孩子, 并退后1~2~4~8~15分.
- 仅选入:通过
--auto-update(或设置)AWARENESS_AUTO_UPDATE=1)检查 每5分钟一次 默认不进行注册检查 .
网页盘
守护进程服务于本地网络 UI http://localhost:37800/ (英语) - 浏览你的 记忆,知识卡,任务和会话,并检查索引健康.
当守护进程运行时, 只能使用它 。 如果有的话
不装入, 守护进程未升起: 运行 awareness-local start。 。 。 .
# Print the dashboard URL and open it in your default browser
awareness-local dashboard
# Print the URL only (no browser launch) — handy over SSH
awareness-local dashboard --no-open
awareness-local status 还打印仪表板 URL,以及 GET /healthz
返回为 ui_url 字段。 如果您在自定义端口启动守护进程
(单位:千美元)awareness-local start --port 41000),通过同样的 --port 改为 dashboard
财务报告和审定财务报表 status。 。 。 .
UI与本地主机相连,没有暴露在您的网络上.
重运行设置向导
初出道的法师记得你完成了它,所以它不会再出现. 在连接到云同步后, 或者在一个工作空间里,你再走一遍 设置不同——开放:
http://localhost:37800/?onboarding=1
参数立即从地址栏中去除,所以刷新或 书签页面将不再重新启动向导 .
认知(记录-时间信号)
当你打电话 record(),答复可包括: perception 数组 - 自动显示系统表面而无需询问。 这些都是从纯DB查询(没有LLM调用)中计算出来的,增加了不到50ms的延迟.
信号类型 :
| 类型 | 说明 |
|---|---|
contradiction | 新内容与已有的知识卡相冲突 |
resonance | 记忆中类似的过去经验 |
pattern | 检测到反复出现的主题( 例如, 经常出现的相同类别) |
staleness | 相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相相關相關相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相 |
related_decision | 过去的决定与你刚刚录制的内容有关 |
const result = await awareness_record({
action: "remember",
content: "Decided to use RS256 for JWT signing",
insights: { knowledge_cards: [{ title: "JWT signing", category: "decision", summary: "..." }] }
});
if (result.perception) {
for (const signal of result.perception) {
console.log(`[${signal.type}] ${signal.message}`);
// [pattern] This is the 4th 'decision' card -- recurring theme
// [resonance] Similar past experience: "JWT auth migration"
}
}
是什么使意识不同
大多数内存系统选择一个取出策略. 认识将两者结合起来:
- 默认混合检索 ——BM25全文+矢量余弦+知识-图1-hop扩展,与对等的Rank Fusion结合. 96.0%的R@5在LongMemEval上,零LLM调用回取侧.
- 二. 突出的认识提取 (v0.7.3+)——客户端自有LLM自评每张卡
novelty编号 :durability编号 :specificity;对新奇或耐久性的评分低于0.4的牌被丢弃服务器侧. 框架元数据Sender (untrusted metadata), (中文(简体) ),turn_brief, (中文(简体) ),[Operational context ...])在取出运行前被过滤出,因此原始的原生原木永远不会渗入你的知识库. - 项目隔离 —— 说
X-Awareness-Project-Dir每个工程头部瞄准内存. 工作记忆不会渗入到个人记忆中,即使是在同一台机器上. - 长期学习 —— Ebbhaus- system 卡片衰变,从重复图案(F-032 / F-034)中实现技能结晶化,工作空间图自留
index.db定界(F-050). - 0-LLM 后端 ——所有提取都运行在客户端的LLM上(克洛德,GPT-4,双子座,当地Llama). 后端是协调器+存储层;没有推论费用传递给您.
- 一个记忆,许多客户端 ——同一守护进程通过克洛德代码技能,OpenClaw插件,npm / pip / ClawHub,以及一个平面的MCP服务器可以达到. 安装任何一块地表,其余的则只针对同一个内存工作.
见 认识与替代办法 为了诚实地并肩对抗MemPalace(96.6%的R@5通过原始的逐字记录存储)——我们从他们的方法中会采取什么,以及我们远离我们的方法.
许可证
阿帕奇 - 2.0
联系人
- 电子邮件数字 : e@认识.市场
- 网站数字 : https://sender.market 页面存档备份,存于互联网档案馆
- 文档数字 : https://sender.market/docs 互联网档案馆的存檔,存档日期2013-12-02
- 问题数字 : https://github.com/everest-an/Awareness-Market/issues 互联网档案馆的存檔,存档日期2013-12-02
商业许可证、私人部署、企业支助——电子邮件 e@认识.市场我们24小时内回复.