stash.memory核心功能其核心功能包括是什么、命名空间、实际演示、与RAG对比、快速开始、处理流程、MCP集成、后端支持。该项目开源支持MCP原生采用PostgreSQL pgvector。让AI告别“失忆症”Stash能让AI记住每一次会话无需每次都从头开始解释。有28种MCP工具6个处理阶段支持无限数量的智能体。文中对比了没有Stash和有Stash的情况有Stash时可立即接上进度零重复完整上下文。还通过表格对比了有无Stash在新会话、个人偏好、过往错误、长期项目、令牌成本、切换模型等方面的差异。什么是StashStash是一个持久的认知层位于AI智能体和外部世界之间不会取代模型而是让模型具备连续性将对话片段转化为事实事实形成模式模式升华为智慧。相关元素包括智能体Claude、GPT、本地模型等、对话片段、事实、关系、模式、目标、失败、假设以及PostgreSQL pgvector等。命名空间命名空间让智能体将所学内容整理到清晰、独立的“桶”中像电脑上的文件夹。每个命名空间是一个路径具有层级结构写入一个命名空间可从任何子树读取数据。示例命名空间结构包括 / 所有内容、/users/alice、/projects 及其子项目、/self 及其相关文档。其特点有递归读取、精确写入、清晰分离。实际演示展示了一个真实的对话循环包含两次会话使用同一个智能体零重复可点击重播查看智能体会话演示。Stash与RAG对比你可能听说过RAG检索增强生成但它不是真正的记忆。RAG像“超级快速的图书管理员”只知道文档中的内容无法从对话中学习等Stash像“不断成长的大脑”能自动从每次对话中学习构建知识图谱等。还形象比喻RAG像出色的实习生Stash像从项目第一天就参与的同事。可以同时使用两者RAG适合搜索文档Stash用于记忆经验且Stash功能更强大。Stash的独特之处Claude.ai和ChatGPT的记忆功能仅适用于自身平台、模型和公司而Stash适用于所有AI无处不在且功能更强大。通过表格对比了ChatGPT记忆、Claude.ai记忆和Stash在记住用户、与任何AI模型兼容等多个功能方面的差异。现存问题AI模型推理能力出色但存在记忆力不佳、上下文窗口成本高昂、智能体重复犯错、记忆是平台特权等问题。快速设置只需3条命令即可启动Stash无需设置基础设施无需手动安装依赖Docker Compose会处理一切。首次运行前需在.env文件中设置STASH_VECTOR_DIM初始化后不能更改。数据整合流程后台进程会持续将智能体的经验转化为结构化知识按计划运行智能体只需正常工作。包括对话片段、事实、关系、因果联系、模式、矛盾处理、目标推断、失败模式、假设扫描等阶段。MCP集成Stash原生支持MCP可在不到5分钟内集成到Claude Desktop、Cursor或任何支持MCP的智能体中无需SDK没有供应商锁定。有28种工具覆盖完整的认知栈。智能体自我模型调用init命令Stash会创建一个 /self 命名空间框架智能体使用自己的记忆层来构建和维护自身能力、限制和偏好的模型包括 /self/capabilities、/self/limits、/self/preferences。自主循环给智能体一个5分钟的研究循环它会根据过去的记忆定位自主选择研究主题建立新的联系整合所学知识并优雅地结束循环为下一次运行做好准备。设置为定时任务每5分钟智能体就会变得更聪明。模型无关性Stash使用同一个提供商进行嵌入和推理任何兼容OpenAI的后端都可以使用不受供应商锁定。Stash本身运行在OpenRouter上可通过OpenRouter访问数百种模型。也可使用本地模型如Ollama记忆完全私密、离线。还支持自托管只要支持OpenAI API格式即可。首次运行前设置STASH_VECTOR_DIM且不要更改文中给出了.env文件示例。开源项目采用Apache 2.0许可证基于PostgreSQL与任何支持MCP的智能体兼容。