Adaptive Recall：透過MCP為AI助手提供持久記憶

Adaptive Recall 是一款專為AI助手設計的持久記憶系統，它透過MCP（模型上下文協議）整合，為Claude Code等工具提供動態、自適應的記憶管理。該系統基於認知科學和機器學習，能夠從每一次互動中學習，自動提升檢索質量。

核心特性包括四種並行執行的檢索策略：向量相似性搜尋、時間近因排序、全文關鍵詞匹配和知識圖譜遍歷。系統會學習針對不同查詢型別優先使用哪種策略，從而最佳化結果。記憶結果透過ACT-R啟用模型進行認知評分，綜合考慮訪問頻率、實體連線和驗證置信度等因素，確保最相關的記憶優先呈現。

此外，系統會自動從儲存的記憶中提取實體和關係，構建知識圖譜。這不僅提供了基於文本相似性的檢索，還能透過實體間的連線發現隱藏的相關資訊。記憶並非靜態儲存，而是經歷生命週期：根據確鑿證據建立或失去置信度，長期未訪問則會自然淡出。

Adaptive Recall 還具備自我改進能力：它會在使用者使用資料上訓練機器學習模型，針對真實查詢歷史驗證引數變化，並持續監控檢索質量。使用越頻繁，系統表現越佳。API設計簡潔，提供八個工具：儲存、召回、更新、遺忘、圖譜、狀態、快照和反饋，支援MCP和HTTP REST，使用Bearer令牌認證。

目前提供免費註冊，無需信用卡即可獲得500條記憶的配額。Adaptive Recall 由AI Apps API團隊開發和維護。