Skill 说明
Brain4Agent 是什么
Brain4Agent 给 Agent 做长期记忆,三个设计取向写在开篇:CJK 优先的检索、核心路径里不放模型、给证据而不是置信度分数。
「核心不放模型」意味着检索不依赖 embedding 模型调用,装了就能跑;「证据而非裁决」意味着它不告诉你「这条相关度 0.87」,而是把可核查的证据摆出来。
| 模式 | 依赖 | 中文 top-1 命中 |
|---|---|---|
精确版 [precise] | Python 3.11+,加 20 MB 可选词典(含 jieba) | 0.950 |
| 极简版 | 零依赖,只用 bigram | 0.875 |
提供了 CLI(b4a)、MCP 服务端和库三种用法,还支持可选的托管 judge。
Brain4Agent 怎么安装
推荐装精确版,中文召回明显更好:
pip install "Brain4Agent[precise]"
要零依赖就用基础版:
pip install Brain4Agent
开发或改代码:
git clone https://github.com/SparkofSpike/Brain4Agent
pip install -e ".[precise,dev]"
Brain4Agent 怎么使用
- 用 CLI 先建库、写入几条事实,验证检索结果。
- 接到 Agent 有两条路:起 MCP 服务,或直接当库调用。
- 多个 Agent 共用一个记忆服务时,用命名区分——官方建议一个 Agent 一个记忆服务,或者用能区分选择的名字。
- 写入时尽量带上下文和来源,它的「证据」机制依赖这些。
- 读的时候看返回的证据自己判断,不要只看排序。
Brain4Agent 适合谁用
- 以中文内容为主的 Agent 应用,英文记忆方案召回不理想的开发者。
- 不想为记忆检索付 embedding API 费用、要求本地可跑的场景。
- 需要「这条记忆凭什么」可追溯的严谨应用。
- 已经用 MCP 接多客户端的用户。
- 需要真正的语义相似(而非检索)匹配的场景,纯检索方案有上限。
Brain4Agent 项目地址
- GitHub 仓库:https://github.com/SparkofSpike/Brain4Agent
- 基准结果:https://github.com/SparkofSpike/Brain4Agent#benchmarks
- 设计说明:https://github.com/SparkofSpike/Brain4Agent#how-it-works