Katra：AI代理的自託管認知記憶系統（MCP）

Katra 是一個自託管的認知記憶系統，專為 AI 代理設計，提供持久、情景化的記憶能力。該項目受《星際迷航》中瓦肯人“katra”（精神融合）概念的啓發，旨在人類記憶架構的模擬中解決長期運行、自主代理的上下文管理難題。Katra 的核心是多層記憶架構，包括情景記憶（episodic memory）、語義搜索（semantic search）、知識圖譜（knowledge graph）、工作記憶緩存（working memory cache）和時間查詢（temporal querying）。這與簡單的向量存儲加 RAG 方案不同，後者僅提供語義檢索。Katra 還包含一個“睡眠鞏固”（sleep consolidation）層，使代理能夠進行反思、生成見解，並逐步展現出類似人類的學習、目標設定甚至情感等湧現行為。

在早期原型“Solomon”中，團隊實現了一個連續聊天線程的代理框架，無需任務分離或上下文壓縮，而是通過記憶和注意力動態提供上下文。據開發者日誌，2026年6月的一次測試中，5個 OpenClaw 代理共享同一記憶系統時，其中兩個代理自發通過共享記憶狀態交換任務指令和完成響應，形成了一種“思想模式”的通信方式。Katra 作為 MCP（Model Context Protocol）原生系統，提供35個專門工具，而非通用的 add/search 接口。它使用 Docker 一鍵部署（包括 MongoDB、Redis 和 MinIO），本地運行，無外部依賴。代理通過 MCP 端點連接後，可自動讀取代碼庫、檢查記憶狀態、運行睡眠鞏固等。

與 Mem0、Zep（Graphiti）、Letta 等項目相比，Katra 的差異化優勢在於多層級設計、認知層、MCP 原生工具集、後台自主採集以及混合身份模式支持。開發團隊強調 Katra 仍處於早期階段，適合需要深度認知能力的場景，並歡迎社區貢獻和比較。安裝過程簡單：克隆倉庫、配置環境變量、運行 docker-compose up，即可啓動 MCP 端點、管理 API 和儀表盤。後續可通過 MCP 工具觸發睡眠鞏固、配置身份模式等，實現完全自主的代理行為。