遵循神经科学的 AI 外置记忆库 Nocturne Memory 升级，改用 URI+SQLite 架构

开发者 Dataojitori 发布了遵循神经科学原理的 AI 外置记忆系统 Nocturne Memory 的重大版本更新。该项目最初基于图数据库 Neo4j 构建，现已成功迁移至更轻量的 SQLite 结合 URI 路径管理的架构。作为一个支持本地部署、可视化的外挂式记忆库，该系统通过 MCP 协议为 Claude、Gemini 等大模型提供持久化记忆能力，解决了 AI 只能短期记忆的局限性。其核心创新在于采用类似文件系统 URI 的方式来索引和检索记忆，模拟人脑的联想回忆机制。当 AI 访问特定路径时，系统仅返回当前层内容以及下一层目录的触发条件，而非一次性加载所有上下文。这种“剥洋葱”式的渐进式披露技术有效解决了长文本导致的 Token 浪费问题。此外，该系统采用双前端架构，AI 通过 MCP 调用，人类通过 Web 界面审查和修正记忆，实现了记忆内容与访问路径的分离。开发者实测表明，该系统在辅助长篇小说创作时，能有效维持 AI 的角色性格，避免因上下文重置而导致的行为偏差。

事件分析

💡 核心观点：Nocturne Memory 通过 URI 抽象和渐进式检索机制，为大模型 Agent 提供了一种低成本、本地化且符合人类认知规律的记忆增强方案。