causal-memory
★ 99
vs
anneal-memory
★ 12
causal-memory vs anneal-memory
causal-memory：causal-memory 是一个带有因果核心的智能体记忆系统，独特地建模兴奋性和抑制性连接，以实现强大的长期记忆保留。它使智能体不仅能理解发生了什么，还能理解成功或失败的原因，并预测结果，从而避免重复犯错。；anneal-memory：anneal-memory 为AI代理提供可审计且质量受控的活态记忆，具备预防谄媚和垃圾积累的结构性防御机制。它采用互补学习系统架构，包含情景记忆、连续性记忆、结晶记忆和前瞻性记忆层，所有功能均零外部依赖。
01
简评
causal-memoryMemory & Context · ★ 99
防止重复错误：智能体可以回顾过去的“决策→结果”因果边，避免重复修复相同的错误或重复过去失败的架构选择。
anneal-memoryMemory & Context · ★ 12
将健壮、可审计的记忆集成到自定义AI代理框架中。
02
并排对比
03
功能特性
causal-memory01具有兴奋性和抑制性连接的因果核心：利用类型化的因果语义和负激活传播（GABA模拟）来建模“导致”、“促成”和“阻止”关系。
02不可变固化与Q值动态：采用海马体风格的SWR（睡眠-觉醒重放）固化机制，结合LTP/LTD/GC、Q值动态和新颖性熵触发器，实现稳健的记忆演化。
03干预与反事实查询：支持在行动前进行前向模拟以预测结果，并进行对比分析以比较不同替代方案的结果。
04抗压缩生存：将因果信息存储在外部SQLite数据库中，使其不受上下文窗口压缩的影响，从而保留关键的“为什么”知识。
05统一记忆图：将事实、时间状态和决策-结果因果边整合到一个单一图谱中，通过RRF融合检索（BM25 +语义）进行访问。
anneal-memory01引用验证的记忆晋升机制
02防篡改审计追踪
03谄媚和垃圾积累预防
04互补学习系统架构
05零依赖Python库
04
使用场景
causal-memory↳防止重复错误：智能体可以回顾过去的“决策→结果”因果边，避免重复修复相同的错误或重复过去失败的架构选择。
↳主动警告和干预：在执行危险操作（例如 `git push --no-verify`）之前，系统可以根据记录的过去负面结果发出危险警告。
↳根本原因分析：追踪多跳反向因果链，以识别失败或意外结果的根本原因。
↳知情决策：智能体可以在替代行动之间进行反事实比较，利用已知结果选择最佳路径。
↳跨任务经验迁移：发现并应用元边（例如 `similar_to`, `repeated`），将经验和模式迁移到不同的任务或会话中。
anneal-memory↳将健壮、可审计的记忆集成到自定义AI代理框架中。
↳开发需要高完整性和可验证决策的AI系统。
↳构建能够抵御记忆漂移、谄媚和垃圾积累的多会话AI代理。
↳为LLM驱动的应用实现长期知识管理，区分活动上下文和结晶智慧。
↳AI系统的合规性和审计，为AI行动和决策提供可追溯性。
FAQ
常见问题
causal-memory 和 anneal-memory 有什么区别？
causal-memory 和 anneal-memory 都属于 Memory & Context 类别。causal-memory 有 99 Stars，anneal-memory 有 12 Stars。
causal-memory 和 anneal-memory 哪个更好？
最佳选择取决于你的具体需求。防止重复错误：智能体可以回顾过去的“决策→结果”因果边，避免重复修复相同的错误或重复过去失败的架构选择。 时选 causal-memory，将健壮、可审计的记忆集成到自定义AI代理框架中。 时选 anneal-memory。
causal-memory 是免费的吗？
是的，causal-memory 在 GitHub 开源（Apache-2.0）。
anneal-memory 是免费的吗？
是的，anneal-memory 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→