Introducing Nowledge Mem the Context/Memory Manager connecting dots among all Agents in your daily workflow. It enables retrieval, sinking & distilling over your insights, conclusions & precious findings. It persists and by default computes everything locally. #buildinpublic

Google Cloud 的 Open Knowledge Format 非常棒，标准化了 LLM-Wiki inspired 的分层级、有关系的 textual 知识的结构，我非常希望 cloud.google.com/blog/produc…

Nowledge Mem v0.9 is out, and Mem is now in public beta. No more invites. Download it, bring your own AI keys, and everything works. The free plan has exactly one limit: 50 memories. Our biggest release yet, and the first with a subscription. Here’s what’s inside

1/3 @nowledgelabs redesigned its search stack and chose @lancedb as its dedicated text vector engine. Here’s what changed 👇

为思为和 Nowledge Mem v0.6 打 call！ 在 Nowledge Mem 中可以真切的看到作者的用心。很多最新的关于 memory 和 evovle 的最新方法，都可以在 Nowledge Mem v0.6 找到对应的功能。 Nowledge Mem 像是每一个 Agent 的伙伴，提供强有力的连接，自主的 memory。 思为和Nowledge Mem，让我有一种特别的感受，很想交这个朋友，很想使用这个工具！

呼叫等 @NowledgeMem for Linux Desktop 的大佬们！Ping 我，给您 DM 链接哈！

果断关掉compact，剩百分之十的时候就果断新开thread，旧thread用memory工具保存，然后告诉新thread从保存的位置按需读取信息。推荐一个大佬的工具 @wey_gu

思为的分享让我受益匪浅，我在实践中也有类似的思路：1，保持 MCP 和提示词的简洁高效，只启动需要的 MCP 来节省上下文，实际上 CC Switch 的 MCP 功能就是为了便捷的开关 MCP（当然现在 CC 里也可以开关了）。2，除非确信 compact 的损失是可以接受的，不然不使用 compact（主动或者被动的），在每个功能性的分支，手动维护一份文档来提供精确的上下文

非常兴奋和大家分享 @NowledgeMem 的 0.5.0 发布，这个版本我们憋了有一阵子了。 这个大版本的主要东西有两块 - 增强的双维度时序、记忆衰变机制引入：让记忆查询懂时间因素，在搜索中根据时间和命中访问的历史去合理遗忘，详见我们的新 blog: How We Taught Nowledge Mem to Forget 和 internals 文档 - 记忆之上的 AI 任务系统：借助 ACP 协议，我们可以比较优雅地引入 harness agent（接入给定的文件、编排复杂的任务、超长复杂 subagent、精心预制的工具和记忆访问） ，借助我们内置的 notion、 obsidian 等插件，你可以直接让 Mem 帮你自动从笔记、其他系统中搜刮重要的知识，增强为记忆、图谱(@disksing). 同时，我们精心实现了数据、文档、PPT 相关的 Skill 插件，方便我们随时做懂你的 Deep Research，分析你本机的文档、数据、做任何你想做的 ai 辅助任务，我们甚至实现了 带有复杂数据分析图标的 PPT 生成，你可以在里边手动编辑，随时导出为 PPT 文件继续编辑 - 我们会精心打磨、克制设计去引入一些其他的功能比如处理视频、会议录音的插件的 @onlyxuanwo , 或者 Airi 的插件！ @ayakaneko 同时，我们做了大量重构和优化： - 记忆蒸馏、图谱增强除了引入了时序支持，还做了性能和质量的面向大模型的优化，之前的版本是针对本地模型精心打磨的，取舍上倾向于效率、低心智模型的完成度和低并发，这次的模式重新增强了质量和利用云上模型的高效处理 - 快速和深度模式记忆召回都做了重构，在时序、衰变维度之上，全面调优了搜索管道，并且增强了搜索结果可解释性，详见刚发布的 internals 文档 - 几十个各种大家报的小问题的修复和优化，以及终于有更新器了！ - Linux 版本 beta 啦！正在打包中！欢迎来帮忙试玩！@zhangjintao9020 感谢： - 我们在设计 Decay 算法的时候，参考了 @JarrettYe 的 FSRS 算法和 ACT-R （当我发现 FSRS 算法，作者是推友的时候的心情🤩） - 我们骄傲地基于 ACP 协议 (@repsiace @frostming90) 和 kimi-cli (@istdrc) 实现 harness agent - 感谢 Nowledge Mem 社区的各位大佬的容忍、鞭策、支持 社区： - 我们会把 Nowledge Exchange 浏览器插件开源（这是一个可以随时导出各个 AI 聊天记录为 markdown、或者导入 Mem 的插件） - 现在有好多大佬维护了支持 Mem 的社区项目，我们会很快上架一个目录站把大家供起来！开始给贡献者朋友们发一些小周边 相关参考和更多图在评论区。

非常兴奋和大家分享 @NowledgeMem 的 0.5.0 发布，这个版本我们憋了有一阵子了。 这个大版本的主要东西有两块 - 增强的双维度时序、记忆衰变机制引入：让记忆查询懂时间因素，在搜索中根据时间和命中访问的历史去合理遗忘，详见我们的新 blog: How We Taught Nowledge Mem to Forget 和 internals 文档 - 记忆之上的 AI 任务系统：借助 ACP 协议，我们可以比较优雅地引入 harness agent（接入给定的文件、编排复杂的任务、超长复杂 subagent、精心预制的工具和记忆访问） ，借助我们内置的 notion、 obsidian 等插件，你可以直接让 Mem 帮你自动从笔记、其他系统中搜刮重要的知识，增强为记忆、图谱(@disksing). 同时，我们精心实现了数据、文档、PPT 相关的 Skill 插件，方便我们随时做懂你的 Deep Research，分析你本机的文档、数据、做任何你想做的 ai 辅助任务，我们甚至实现了 带有复杂数据分析图标的 PPT 生成，你可以在里边手动编辑，随时导出为 PPT 文件继续编辑 - 我们会精心打磨、克制设计去引入一些其他的功能比如处理视频、会议录音的插件的 @onlyxuanwo , 或者 Airi 的插件！ @ayakaneko 同时，我们做了大量重构和优化： - 记忆蒸馏、图谱增强除了引入了时序支持，还做了性能和质量的面向大模型的优化，之前的版本是针对本地模型精心打磨的，取舍上倾向于效率、低心智模型的完成度和低并发，这次的模式重新增强了质量和利用云上模型的高效处理 - 快速和深度模式记忆召回都做了重构，在时序、衰变维度之上，全面调优了搜索管道，并且增强了搜索结果可解释性，详见刚发布的 internals 文档 - 几十个各种大家报的小问题的修复和优化，以及终于有更新器了！ - Linux 版本 beta 啦！正在打包中！欢迎来帮忙试玩！@zhangjintao9020 感谢： - 我们在设计 Decay 算法的时候，参考了 @JarrettYe 的 FSRS 算法和 ACT-R （当我发现 FSRS 算法，作者是推友的时候的心情🤩） - 我们骄傲地基于 ACP 协议 (@repsiace @frostming90) 和 kimi-cli (@istdrc) 实现 harness agent - 感谢 Nowledge Mem 社区的各位大佬的容忍、鞭策、支持 社区： - 我们会把 Nowledge Exchange 浏览器插件开源（这是一个可以随时导出各个 AI 聊天记录为 markdown、或者导入 Mem 的插件） - 现在有好多大佬维护了支持 Mem 的社区项目，我们会很快上架一个目录站把大家供起来！开始给贡献者朋友们发一些小周边 相关参考和更多图在评论区。

DeepChat 0.5.1 更新，主要是支持了 Deepseek V3.2 思考模式下的工具调用，大家可以手动把fc启用来进行体验（关闭的情况下会走我们的wrap），另外深度集成了 @NowledgeMem 的 API，可以往里面快速导出会话了。

TiddlyWiki plugin for Nowledge

把近3年的日记怼到 @NowledgeMem 里，然后用AI挂上mcp聊天。 就发现有这么个类人的玩儿知道自己所有的秘密还是有点可怕的……

把近3年的日记怼到 @NowledgeMem 里，然后用AI挂上mcp聊天。 就发现有这么个类人的玩儿知道自己所有的秘密还是有点可怕的……