Adaptive Recall：通过MCP为AI助手提供持久记忆

Adaptive Recall 是一款专为AI助手设计的持久记忆系统，它通过MCP（模型上下文协议）集成，为Claude Code等工具提供动态、自适应的记忆管理。该系统基于认知科学和机器学习，能够从每一次交互中学习，自动提升检索质量。

核心特性包括四种并行运行的检索策略：向量相似性搜索、时间近因排序、全文关键词匹配和知识图谱遍历。系统会学习针对不同查询类型优先使用哪种策略，从而优化结果。记忆结果通过ACT-R激活模型进行认知评分，综合考虑访问频率、实体连接和验证置信度等因素，确保最相关的记忆优先呈现。

此外，系统会自动从存储的记忆中提取实体和关系，构建知识图谱。这不仅提供了基于文本相似性的检索，还能通过实体间的连接发现隐藏的相关信息。记忆并非静态存储，而是经历生命周期：根据确凿证据建立或失去置信度，长期未访问则会自然淡出。

Adaptive Recall 还具备自我改进能力：它会在用户使用数据上训练机器学习模型，针对真实查询历史验证参数变化，并持续监控检索质量。使用越频繁，系统表现越佳。API设计简洁，提供八个工具：存储、召回、更新、遗忘、图谱、状态、快照和反馈，支持MCP和HTTP REST，使用Bearer令牌认证。

目前提供免费注册，无需信用卡即可获得500条记忆的配额。Adaptive Recall 由AI Apps API团队开发和维护。