Mnemo AI – 本地代理助手，能從失敗中學習，支援任何LLM

Mnemo AI 是一款面向AI開發者和高階使用者的本地代理型助手，旨在透過持續學習提升任務執行效率。該專案基於LangGraph與LangChain構建，支援包括Ollama、Amazon Bedrock、OpenAI、Anthropic、Amazon SageMaker AI以及LiteLLM（覆蓋100多個提供商）在內的多種大語言模型（LLM）。其核心設計理念是讓AI從每一次互動中學習，不僅記錄成功模式，也分析失敗原因，從而不斷改進回應策略。

專案引入了幾項關鍵創新技術。首先是MCP（模型上下文協議）工具系統，它提供了一種可擴充套件的框架，允許使用者自定義工具並整合到助手的執行流程中。其次，RAG（檢索增強生成）功能實現了自動文件索引和語義搜尋，使得助手能夠基於使用者本地知識庫提供更精準的回答。此外，Mnemo AI還具備使用者檔案學習（User Profile Learning）和情景記憶（Episodic Memory）——前者從日常對話中學習使用者偏好，後者則記錄並複用過去成功解決方案的模式。

最引人注目的是ACE劇本（Agentic Context Engineering），這是一種從成功和失敗中共同學習策略的機制。當任務失敗時，系統會分析錯誤並調整後續行為，從而在長期執行中顯著提高可靠性。除此之外，Mnemo AI還整合了網路搜尋（透過Brave Search API）、網頁抓取、影像分析（視覺模型）、檔案操作（讀寫編輯文本、CSV、JSON、PDF、DOCX）、快速檔案搜尋（基於ripgrep，速度提升10-100倍）、待辦事項跟蹤、計劃模式及後臺任務、bash執行以及Git安全操作（帶智慧錯誤處理和護欄）等實用功能。

安裝過程非常簡單：透過pip或uv工具執行一條命令即可完成安裝。首次執行時，如果未檢測到配置檔案，互動式配置嚮導會引導使用者選擇提供商、模型和功能開關，並自動生成配置檔案。專案已在GitHub上開源，採用MIT許可證，允許自由使用和修改。儘管目前僅獲得3顆星，但其創新性的學習機制和全面的功能組合，對於追求高度定製化和持續最佳化的AI代理使用者來說，是一個值得關注的工具。