跳到内容
我想了解它

底层是如何构建的：文件、解析器、模块、检索。

没有魔法：一个声明了结构的 Markdown 文件，一个读取它的解析器，一个把它画出来并在其中搜索的应用。每张卡片都通向完整解释该部分的页面；然后是为 AI 赋予记忆的四条路径，并排比较；最后是每样东西的两个名称对照表。

  • Markdown 与解析器

    Reminder 是一个 .md 文件：首行声明类型，权限分区 [P1]…[P5] 说明谁可以动什么，标题则带有各自的角色。解析器逐行读取，并在模型读取之前指出哪里对不上。

    一个文件的剖析，逐行讲解权限分区

  • 核心与模块

    模块是能力（功能模块）和记忆（记忆模块）；核心把它们分组，并一起开启。两个同类文件合并时不会丢失任何一行：缺少的部分以关闭状态嫁接进来，你已有的内容不会被动。

    核心，见“工作原理”

  • 语义搜索（检索）

    一个只需下载一次的嵌入模型，一个在设备上建立的索引，以及即使措辞不同也能找到相应段落的搜索。在浏览器和 App 中使用同一份模型目录：文本从不外传。

    如何开启，以及会有什么变化

  • 记忆的来源

    每条日记条目都带有日期和主题，模型借助 Logger 以正确的格式写出。使用 Deferred Neural Tracing 时，模型会输出一份它所用模块的轨迹，供你粘贴到 Sphere Grid 中；“理解”界面在 App 和 WebApp 中都会显示每条日志归档到了哪里，以及哪个区块指代什么。

    一键日志，以及“理解”Bazar 上的 Logger 与 Neural Tracing

  • Sphere Grid

    它不是笔记图谱：它绘制文件中声明的结构——模块、章节、日志——并让已开启的部分脉动。在 3D 中，整个资料库以层层球壳呈现；在“理解”中，则是各种联系。

    为什么它不是你已经见过的那种图谱

  • 兼容性

    任何接受文件或常驻指令的模型：Claude、ChatGPT、Gemini、Grok、Copilot、本地模型。逐个服务说明在哪里上传，以及需要加上哪一行，才不会被当作附件处理。

    在哪里上传，逐个模型说明

  • 文档

    五种语言的 PDF 用户指南、完整的协议、技术深度解析——还有 markdown 格式的网站本身，供用模型而不是用眼睛来读它的人使用。

    标准与文档深度解析markdown 格式的网站 (AIndex)

  • 智能体、toolkit 与集成

    文件框架告诉智能体它是谁、可以动什么、记得什么。Toolkit 把你的数据从各家服务提供商那里取出来，迁移指南则把聊天、记忆和自定义指令转换成 Reminder、模块和日记。

    智能体 + IllAIra解放你的 AI：迁移

与其他为 AI 赋予记忆的路径相比

如今有四条路径在使用，其中三条行得通。我们把它们并排列出，并写明每一条比我们做得更好的地方，因为只列出对方局限的比较不是比较，而是广告。把我们区分开的并不是“更多记忆”，而是：谁来决定留下什么、它存在哪里、要迁移它需要付出什么。

路径谁来写，谁来决定存放在哪里更换模型优点与代价
服务提供商的记忆（ChatGPT、Claude、Gemini）系统：它用自己的话记下它认为值得保留的内容。你可以查看列表、删除某一行或请它重新措辞，还可以在它提供的输入框里加几行自己的内容。形式仍然由它决定。在服务提供商的服务器上，采用他们自己的格式。在法律要求的地方提供导出：一份副本，需要手动整理后才能供其他模型使用。优点：从第一天起就不需要你做任何事。代价：除非你另行说明，进入记忆的内容由别人替你选择，不同情境会互相渗透，而离开意味着要手动重来一遍。
面向开发者的记忆框架（Mem0、Letta、Zep、Cognee）一条流水线：模型从对话中提取事实，并将其存入向量数据库或图数据库，自动且大规模地进行。在数据库中——由他们托管，或在你自己的服务器上——位于 SDK 或 API 之后。引擎可以更换；记忆留在那个存储里，随它一起迁移。优点：规模与自动化——成千上万的用户、带日期的事实、经基准测试衡量的检索。代价：它是给构建智能体的人用的基础设施，而不是给与智能体交谈的人用的工具；需要 API 密钥或你自己的服务器，而且记忆是一个用来查询的存储，不是一份可以重读的文档。
笔记与本地文件（Obsidian、个人 wiki、一个装满 .md 的文件夹、MemPalace）你自己，或一个把一切原样归档的脚本。没有人替你做选择——也就没有任何选择。在你的磁盘上，以纯文本或本地数据库的形式。附加或粘贴：文件可以去任何地方，但每次都要你手动带过去。优点：搜索和找回内容——索引能在一万行中找到一行，而且你可以立刻开始。代价：笔记只记录你写了什么，而不是谁在读；没有任何东西声明哪些内容不可改写，模型每次只读你粘贴的那部分。
IllAIra模型借助 Logger 写出条目；由你决定留下什么，只需在 MemoKen 上点一下。身份、模块和分区都在文件中声明，应用负责强制执行这些分区。在你设备上的 .md 文件中：一个文件夹，或浏览器的存储。中间没有我们的服务器。同一个文件换到另一个引擎：粘贴它，或把它放到那个模型存放文档的地方。表面会变，身份不变。优点：由你决定留下什么，它是谁在提问之前就写在文件里，而且文件自己就能迁移。代价：每次对话都要消耗 token，要学习一种格式，还有一个别人无法代你说出的“是”或“否”——而在模型内部，分区只是文本。

这四条路径并不互相排斥。基于 Mem0 或 Letta 开发的人，仍然可以给智能体一份 Reminder 来说明它是谁；个人 wiki 可以放进一个记忆模块；服务提供商的记忆正是迁移指南的起点。我们有意不做的，是自动流水线和存储：条目从你眼前经过，落进一个没有我们也能打开的文件里。

逐条回应各种质疑解放你的 AI：迁移

同样的东西，两个名称

在初级模式下，WebApp 按事物为你做的事来称呼它们；在中级和高级模式下，则使用技术名称，中级模式还会在旁边附上解释。它们是同一样东西、同一个文件：这张表就是地图，也正是应用本身所用的那一张。

在初级模式下在中级和高级模式下它是什么
你的 AIReminderReminder：这个文件说明你的 AI 是谁、怎么说话、不能碰什么。
你的 AI 记住的内容记忆模块记忆模块：这些日记收集你的 AI 的记忆和带日期的笔记。
你希望它如何表现功能模块功能模块：你可以开启和关闭的能力和规则。
保存这条记忆MemoKenMemoKen：在 WebApp 中是浏览器扩展，在 App 中是浮在其他应用上方的按钮；它把聊天中的一段记忆带到正确的日记里。
对这次对话有用的记忆按含义搜索按含义搜索（retrieval）：只需下载一次的模型就能找到与你描述相近的段落，哪怕用词不同。

在 WebApp 中：高级模式

Markdown 编辑器、分块加密、带大小和许可证信息的模型目录、搜索得分、功能模块与合并：所有这些在初级模式中都要多点一下才能到达，而中级模式把它们拉近了一半。你在首次启动时选择，之后可在设置 › 模式中切换，不会丢失任何内容。

打开 WebApp

两条路，一个根基

  • 我想使用它

    你的 AI 记得你，从一次对话到下一次，从一个模型到另一个模型。对你来说有什么变化，记忆如何保存，文件留在哪里，以及如何一键试用。

    简单的路

  • 我想了解它 你在这里

    Markdown 与解析器、核心与模块、语义搜索、来源、Sphere Grid、兼容性：它底层是怎么搭起来的，附文档，以及每样东西两个名称的对照表。

同样的文件，同样的引擎：变的只是我们讲述它的措辞。WebApp 里也一样：初级、中级和高级模式，随时都可以切换。