Mnemo AI – 本地代理助手，能从失败中学习，支持任何LLM

Mnemo AI 是一款面向AI开发者和高级用户的本地代理型助手，旨在通过持续学习提升任务执行效率。该项目基于LangGraph与LangChain构建，支持包括Ollama、Amazon Bedrock、OpenAI、Anthropic、Amazon SageMaker AI以及LiteLLM（覆盖100多个提供商）在内的多种大语言模型（LLM）。其核心设计理念是让AI从每一次交互中学习，不仅记录成功模式，也分析失败原因，从而不断改进回应策略。

项目引入了几项关键创新技术。首先是MCP（模型上下文协议）工具系统，它提供了一种可扩展的框架，允许用户自定义工具并集成到助手的执行流程中。其次，RAG（检索增强生成）功能实现了自动文档索引和语义搜索，使得助手能够基于用户本地知识库提供更精准的回答。此外，Mnemo AI还具备用户档案学习（User Profile Learning）和情景记忆（Episodic Memory）——前者从日常对话中学习用户偏好，后者则记录并复用过去成功解决方案的模式。

最引人注目的是ACE剧本（Agentic Context Engineering），这是一种从成功和失败中共同学习策略的机制。当任务失败时，系统会分析错误并调整后续行为，从而在长期运行中显著提高可靠性。除此之外，Mnemo AI还集成了网络搜索（通过Brave Search API）、网页抓取、图像分析（视觉模型）、文件操作（读写编辑文本、CSV、JSON、PDF、DOCX）、快速文件搜索（基于ripgrep，速度提升10-100倍）、待办事项跟踪、计划模式及后台任务、bash执行以及Git安全操作（带智能错误处理和护栏）等实用功能。

安装过程非常简单：通过pip或uv工具执行一条命令即可完成安装。首次运行时，如果未检测到配置文件，交互式配置向导会引导用户选择提供商、模型和功能开关，并自动生成配置文件。项目已在GitHub上开源，采用MIT许可证，允许自由使用和修改。尽管目前仅获得3颗星，但其创新性的学习机制和全面的功能组合，对于追求高度定制化和持续优化的AI代理用户来说，是一个值得关注的工具。