Show HN: Mnemo – 本地优先的AI记忆层，适用于任何大语言模型（Rust, SQLite, petgraph）

Mnemo 是一个开源项目，旨在为大语言模型（LLM）提供持久化的记忆层。与传统的无状态对话不同，Mnemo 通过监控每次交互，自动提取命名实体及关系，并构建存储在 SQLite 中的知识图谱，从而在后续对话中注入相关上下文。整个过程在 50 毫秒内完成，无需依赖任何云服务。

Mnemo 采用 Rust 编写，核心由四个 crate 组成：mnemo-core 负责实体提取、图操作和检索引擎；mnemo-api 提供 Axum REST API；mnemo-cli 是命令行工具；mnemo-bench 用于性能基准测试。其工作流程简单高效：用户通过 POST /ingest 提交文本，Mnemo 调用 LLM 提取实体并更新图谱；后续通过 POST /retrieve 获取经过排序和排名的上下文，自动注入到系统提示中。

部署选项灵活多样。用户可以通过 Docker Compose 一键部署（推荐与 Ollama 配合使用），也可直接运行预编译的二进制文件，或通过 Python SDK 集成。支持多个 LLM 提供商：Ollama（完全本地，免费）、OpenAI、Anthropic 及其他兼容 OpenAI 接口的后端。

API 设计完整，涵盖健康检查、记忆存储与检索、实体和块的管理、全文搜索以及一键清空所有记忆等功能。所有端点返回 JSON。此外，还提供丰富的配置选项，包括环境变量和 TOML 配置文件。

性能方面，在 Apple M2 上的调试构建测试显示，实体插入延迟约 0.12 毫秒，完整检索管线约 4.2 毫秒；发布构建预计快 3–5 倍。项目包含 122 个 Rust 测试、21 个 Python 测试和 12 个基准测试。

Mnemo 以 MIT 许可证开源，欢迎贡献。更多细节请参阅 GitHub 仓库。