Khaos Brain

嘿 Product Hunt，

我构建了 Khaos Brain，因为大多数 AI 记忆功能对于真正的智能体工作来说都太浅了。

保存“下次记住这个”很有用，但更有价值的单元是积累的经验：出现了什么条件，采取了什么行动，产生了什么结果，哪条路线失败了，哪条路线后来变得可靠。

Khaos Brain 是一个开源、本地优先的 AI 智能体预测性记忆系统。它将经验存储为可见的、基于文件的卡片，而不是一个不透明的记忆盒子。

当前版本以 Codex 为先，但这个想法更广泛：

- 在任务开始前，智能体检索相关经验
- 在任务结束后，它将观察结果和经验教训写回去
- 维护工作流，如 Sleep、Dream 和 Architect，会随着时间的推移保持卡片库的整洁
- 组织模式可以通过 GitHub 分享经过审查的经验模型，而不会将个人偏好混入共享池中

这些卡片是可读、可搜索、可审查、可 diff、可 merge 且可通过 Git 回滚的。目标不是取代 RAG、向量数据库或普通笔记。而是让智能体的工作经验变得足够可见，以便人类或团队可以检查智能体即将重用的内容。

最新版本：v0.4.7
Repo: https://github.com/liuyingxuvka/...
反馈讨论: https://github.com/liuyingxuvka/...

最简单的试用方法是将 repo URL 交给一个能力强的编程智能体，让它安装并启用 Khaos Brain，然后运行健康检查。

我最关心的反馈是：

在真实的 AI 智能体工作流上试用后，Khaos Brain 是否帮助智能体从可复用的先前经验开始，而不是从空白上下文开始？带有来源/状态/置信度的可见卡片，是否比你目前使用的 AI 记忆、笔记或向量存储工作流更有用？