v5.9.5 四层记忆架构 · 六路混合检索 · 端侧加密 · 安全加固 v6.0.0 多 Agent 协作 · 下一代记忆引擎 开发中

让 AI Agent拥有终身记忆

四层记忆架构，知识图谱关联推理，六路混合检索。
端侧 AES-256-GCM 加密，零云端依赖——源码安装，本地运行，数据不上云。

立即开始 ⚡ 在线体验 · 30 秒上手 动画演示
mindforge · 写入到召回
写入 m.add("用户说喜欢猫") uuid a1f7c2e0… · 已加密落库
检索 m.search("用户喜欢什么") 六路融合召回
结果 print(result.chunks[0].content) "用户说喜欢猫" · 相似度 0.93
4
记忆层级
15
功能模块
56
MCP 工具
982
测试用例
100%
本地加密
快速开始

30 秒，接上终身记忆

一行 pip 安装，三行代码存取。本地运行，数据不上云，0.3 秒完成存储与检索。

1安装 — git clone + pip install -e .
2初始化 — 指定本地数据库路径，可选端侧加密
3存取 — add() 写入，search() 语义召回
quickstart.py 
# 1. 安装
$ git clone https://github.com/opok-ops/MindForge.git
$ cd MindForge && pip install -e .

# 2. 三行代码接入
from MindForge import MindForge

m = MindForge(db_path="./data/memory.db", encrypted=False)
m.add("用户说喜欢猫")
result = m.search("用户喜欢什么")
print(result.chunks[0].content)  # 输出: 用户说喜欢猫

本地运行，数据不上云，0.3 秒完成存储与检索。

bash — mindforge 
$ git clone https://github.com/opok-ops/MindForge.git
$ cd MindForge && pip install -e .
Successfully installed mindforge-memory-5.9.5
$ python
>>> from MindForge import MindForge
>>> m = MindForge(db_path="./data/memory.db")
>>> m.add("用户说喜欢猫")
'a1f7c2e0-…'
>>> result = m.search("用户喜欢什么")
>>> print(result.chunks[0].content)
用户说喜欢猫
CLI 
$ MindForge add "偏好带类型提示的 Python 代码风格" \
    --category preferences --importance HIGH

$ MindForge search "coding preferences"

$ MindForge consolidate
技术核心

六路混合检索，不留死角

单一向量检索会漏掉关键词精确匹配，纯全文检索又抓不住语义。MindForge 把六条通路的结果融合后再精排，让「用户喜欢什么」也能召回「用户说喜欢猫」。

查询输入
Query — 自然语言问句或关键词
LANE 01

向量召回

Embedding 语义相似度召回，捕捉「说法不同但意思相同」的记忆。

RECALL
LANE 02

FTS5 全文

SQLite FTS5 倒排索引，精确关键词命中，术语与专名不丢失。

RECALL
LANE 03

TF-IDF

词频统计打分，补足短查询下的词权重信号。

RECALL
LANE 04

Fuzzy 模糊

编辑距离容错匹配，错别字与拼写变体照样召回。

RECALL
LANE 05

查询扩展

同义词、上位词、缩写还原与拼写纠错，先把问题「问全」。

EXPAND
LANE 06

Cross-Encoder 重排

多特征融合精排模型，对候选集做语义相关性二次打分。

RERANK

多路融合归并

六条通路各自产出候选集与分数，融合层统一归并去重，保留各路的优势结果，避免单一检索策略的盲区。

精排后的结果序列

Cross-Encoder 结合召回引擎的多因子评分，输出最终排序。

1用户说喜欢猫semantic
2上周提到在考虑养一只英短graph
3对猫毛过敏，需关注fts5
关于开发者

一个人，从第一行代码敲到 v5.9.5

写这套系统的只有一个人。没有团队，没有融资——小顾一个人从第一行代码敲到 v5.9.5，每一行都是自己写的。

顾

小顾

独立开发者 · GitHub @opok-ops · 2010-08-01

MindForge 是我一个人打磨的 AI Agent 终身记忆系统：四层记忆架构、知识图谱、六路混合检索、端侧 AES-256-GCM 加密、联邦网络，全部本地运行、数据不上云。没有名校背景，也没有大厂履历，每一行代码都是自己敲出来的。

从第一行代码到现在 v5.9.5，没有团队，没有融资，就一个人、一台电脑，一个版本一个版本往上堆。982 个测试用例全部通过，56 个 MCP 工具，15 个核心模块，GitHub Actions CI 全绿。学历不能定义一个人的上限，但代码可以证明一个人的态度。

982测试用例全绿
56MCP 工具
15核心模块
100%本地加密 · 不上云

项目进展与技术干货，抖音、小红书同步更新。有什么问题直接留言，我看到就会回。

抖音号 shidianduo3116 小红书号 4406811524 GitHub @opok-ops
召回引擎

召回不是相似度排序，是加权决策

Recall Engine 用多因子加权决定「哪条记忆此刻最该被想起」——覆盖得多不多、重不重要、常不常被访问、最近有没有用到。

多因子
Weighted Recall
覆盖率
查询词与记忆内容的匹配覆盖程度，是召回的主权重。
40%
重要度
ImportanceScorer 给出的记忆重要度，高价值记忆优先浮现。
20%
访问频次
被回忆的次数越多，说明这条记忆越常驻。
15%
时间衰减
按艾宾浩斯曲线随时间衰减，越久未唤起得分越低。
20%
置顶加成
被 pin() 的记忆获得额外加成，不占用上述权重配额。
+附加
score = 0.40·coverage + 0.20·importance + 0.15·access_freq + 0.20·time_decay + pin_bonus
记忆生命周期

四层记忆，会生长也会遗忘

模仿人类认知：信息先落在感官缓冲，被反复唤起的向上晋级，长期不用的自然衰减。遗忘不是缺陷，是让真正重要的记忆保持清晰的机制。

感官缓冲

Sensory Buffer

刚进入系统的原始输入，停留时间最短，未被强化即自然流失。

入口

短期记忆

Short-term

近期会话上下文，按 Ebbinghaus 曲线衰减，被反复访问则巩固升级。

衰减中

长期记忆

Long-term

通过巩固的持久记忆，进入知识图谱参与关联推理与多跳召回。

已巩固

核心记忆

Core

身份、偏好与不可动摇的事实，几乎不衰减，始终优先注入上下文。

常驻
Ebbinghaus 衰减 — 记忆强度随时间指数衰减，未唤起的逐渐淡出。
定期巩固 — 达标的短期记忆自动升级为长期记忆并接入知识图谱。
动态重评估 — ImportanceScorer 持续做重要度漂移分析，识别被低估/高估的记忆。

遗忘曲线示意

未强化的记忆随时间快速衰减；经过巩固与重评估的记忆，保留率被反复拉回高位。

100% 50% 0 T0 T1 T2 时间 巩固 / 重评估节点
未巩固的自然遗忘
经巩固与重评估

示意图，用于说明记忆生命周期的衰减与巩固机制，非实测数据。

核心能力

15 个功能模块，一套记忆基础设施

从最底层的存取衰减，到人格画像、联邦共享与领域分析，MindForge 覆盖 Agent 记忆的完整生命周期。

Memory Engine 01

四层级生命周期，Ebbinghaus 衰减、定期巩固、动态重评估，记忆会自己长大。

生命周期衰减

Knowledge Graph 02

自动实体与关系提取，支持路径查找和关联推理召回，让 Agent 真正会联想。

实体抽取路径推理

Recall Engine 03

多因子加权评分：覆盖率 40% / 重要度 20% / 访问频次 15% / 时间衰减 20% + 置顶加成。

多因子Top-K

Importance Scoring 04

重要度漂移分析，识别被低估与高估的记忆，并给出动态重评估建议。

漂移分析重评估

Context Injection 05

Token 预算感知的上下文格式化，把该记的塞进 Prompt，不该记的别浪费额度。

Token 预算格式化

Emotion Tracking 06

按天情感分类、转换序列追踪与波动性评分，记住对话的情绪走向。

情感时间线波动性

Personality Engine 07

学习正式度、emoji 使用、详情层级与技术深度偏好，让回复对上用户的胃口。

偏好学习风格画像

Federated Memory 08

多 Agent 之间的 P2P 记忆共享，配合信任等级与访问策略控制谁能看到什么。

P2P信任等级

Privacy Engine 09

四级隔离 PUBLIC / INTERNAL / PRIVATE / STRICT，AES-256-GCM + PBKDF2-SHA256 派生。

四级隔离AES-256

Short Drama Analytics 10

类型趋势、追剧粘性评分、节奏分析、角色关系与互动矩阵，一套垂直领域分析工具。

节奏分析互动矩阵

Intent Router 11

三层路由：规则正则 → 关键词加权 → LLM 兜底，覆盖 10+ 类业务意图。

三层路由意图分类

Conflict Detector 12

反义词对、属性值不一致、时间线冲突三类检测，并施加自动衰减策略。

冲突检测自动衰减

Skill Extractor 13

从记忆聚类中抽取槽位、步骤与触发词，沉淀成可复用的技能模板。

槽位抽取技能模板

Hybrid Search Enhanced 14

查询扩展 + Cross-Encoder 多特征融合重排，六路检索的最终形态。

查询扩展精排

Session Focus 15

滑动窗口主题聚类、焦点漂移检测与增强查询生成，让长对话不跑偏。

主题聚类漂移检测
即将到来 · 2027

MindForge Web · 网页端，明年上线

打造属于全球每个人的 AI 记忆知识库——打开浏览器就能连接、检索与沉淀你的长期记忆，跨设备同步、与任意 Agent 协作。当前仍为本地优先的桌面 / CLI / MCP 体验，网页端敬请期待。

强大 AI 能力

多模型接入 · 深度思考 · 六路混合检索

全球记忆知识库

四层记忆架构 · 跨设备同步 · 云端可追溯

开放工具生态

MCP 工具 · API · 与任意 Agent 即插即用

自由创作沉淀

让每一次思考都被记住，让灵感持续落地

体验网页端预览版 查看 v6.0 路线图 正式上线：2027 年

网页端为规划中的产品形态，计划于 2027 年推出；当前版本坚持 100% 本地加密、数据不上云。「预览版」不内置任何示例数据——在本机运行 MindForge REST API 后，页面展示的就是你自己的真实记忆库；未连接时只显示接入引导；具体功能、上线时间与云服务形态以正式发布为准。

路线图 · v6.0.0

下一代记忆引擎，正在锻造

v6.0.0 的两个旗舰方向已经开工：多 Agent 协作与记忆引擎预览。以下能力尚未发布，接口与行为在开发期可能调整。

开发中

多 Agent 协作

Multi-Agent Orchestration

让多个 Agent 共用同一份记忆底座：角色化的读写权限、共享记忆黑板、写入冲突自动仲裁，以及可回溯的协同链路。从一个人记，到一群人会记。

  • 角色与权限矩阵：Owner / Writer / Reader / Guest 四级
  • 共享记忆黑板，写入冲突检测与自动仲裁策略
  • 任务编排：拆分 → 派发 → 汇总 → 回溯全链路
  • 跨 Agent 记忆溯源与贡献度归因
任务编排权限矩阵共享黑板
开发中目标版本 v6.0.0
开发中

记忆引擎预览

Next-gen Engine Preview

第六代记忆引擎的预览通道：与稳定版并行的实验分支，提前开放上下文蒸馏、增量索引与记忆可视化，让新能力先被看见、再被合并。

  • Preview Channel：实验特性与稳定版并行安装、互不污染
  • 上下文蒸馏：长程记忆分层摘要与 Token 压缩
  • 增量索引：写入即索引，大规模库下的近实时召回
  • 记忆时间线可视化预览与调试面板
预览通道上下文蒸馏增量索引
开发中目标版本 v6.0.0

以上为规划中的能力，尚未在任何已发布版本中提供。想跟进进度，请关注仓库的 Milestones。

系统架构

四层架构，层层解耦

从底层存储加密到上层认知演化，每一层都能被单独替换或扩展。

认知层

Cognitive Layer
PersonalityEngine KnowledgeGraph MemoryEvolution FederatedMemory AgentProfiling IntentRouter

功能层

Function Layer
RecallEngine Categorizer PrivacyEngine Integrator MultimodalMemory ImportanceScorer ConflictDetector SkillExtractor SessionFocus HybridSearch

核心层

Core Layer
StorageEngine (SQLite + FTS5) IndexEngine (TF-IDF) EncryptionEngine (AES-256-GCM) QueryEngine

适配层

Adapter Layer
OpenClaw Claude Code Generic API CLI / SDK MCP Server (56 tools)

存储层采用 SQLite + FTS5 并开启 WAL 模式，单文件即可携带全部记忆；加密、索引与查询引擎均可独立替换为自定义实现。

安全与隐私

数据不出本机，也分三六九等

不是所有记忆都该被同等对待。四级隔离让 Agent 在共享与保密之间有明确边界，端侧加密保证磁盘上的数据本身就是密文。

PUBLIC
可自由共享给任意节点与 Agent
公开
INTERNAL
组内共享，受信任等级与访问策略约束
内部
PRIVATE
仅本 Agent 可见，默认不参与联邦共享
私有
STRICT
最高隔离级别，禁止外发与跨会话扩散
严格

加密与密钥

AES-256-GCM 认证加密
对称加密 + 完整性校验，密文被篡改会在解密时直接失败。
PBKDF2-SHA256 · 100,000 次迭代
由用户口令派生密钥，十万量级迭代显著抬高离线暴力破解成本。
fail-closed 加密策略
cryptography 不可用时直接拒绝加密，而不是悄悄降级。
SQL 注入防护100% 参数化查询
路径遍历防护_safe_path() 校验
控制字符过滤防止不可见字符注入
DoS 防护行数上限 / 32 层 / 10MB
生态集成

接入你已有的 Agent 工作流

无论你用的是 Agent 框架、编辑器插件还是自己的服务，MindForge 都留了口子。

OpenClaw

面向 OpenClaw 生态的原生适配

ADAPTER

Claude Code

命令行编码助手的记忆后端

ADAPTER

Generic REST API

CRUD / search / stats 标准端点

HTTP

CLI / SDK

Python SDK 与命令行工具，含 Shell 补全

PYTHON

MCP Server

Model Context Protocol，暴露 56 个工具

56 TOOLS
sentence-transformers（默认 all-MiniLM-L6-v2） OpenAI Embedding API Ollama 自定义 HTTP 端点

项目维护 982 个测试用例，覆盖存储、检索、加密、联邦与适配层；嵌入后端可按需切换，也支持 --no-embedding 完全关闭向量检索。

能力对比

能力定性对比

只比较有没有这一维度，不涉及任何性能或速度指标。

MindForge 与其他记忆方案的能力有无定性对比
能力 MindForge本项目 mem0开源记忆层 Zep记忆服务 LangChain Memory框架内置
四层记忆生命周期（含衰减与巩固）支持部分部分无
知识图谱与关联推理支持支持支持无
六路混合检索（向量 + FTS5 + TF-IDF + Fuzzy + 扩展 + 精排）支持部分部分部分
库内置端侧 AES-256-GCM 加密支持无无无
四级隐私隔离（PUBLIC → STRICT）支持部分部分无
联邦多 Agent 记忆共享支持无部分无
人格 / 情感画像支持无部分无
MCP Server 工具集33 个部分部分无
纯本地零云端依赖运行支持部分无支持
垂直领域分析（如短剧分析）支持无无无

上表为定性对比，仅表示能力有无（支持 / 部分支持 / 无），不代表任何性能、速度或质量优劣。信息依据各项目公开文档整理，可能随版本演进变化，请以各自官方仓库为准。

更新日志

每次迭代，都在进化

从 v5.3.3 到 v5.9.5，功能扩展、安全加固与 Bug 修复的完整轨迹（近期重点版本）。

v5.9.52026-10-14最新

命名空间重构与打包一致性修复

  • 命名空间重构：core / modules / mcp / api / cli / adapters 全部迁入 mindforge.*，不再以顶层包名进入 site-packages；保留 MindForge.py 兼容入口。
  • 版本号唯一真值：pyproject 改为 dynamic version，只改 mindforge/core/version.py 一处即可发版。
  • 打包与文档：setup.py 收敛为薄壳；README / 官网导入示例与版本号全部同步；升级 actions/checkout 至 v7；收敛 Dependabot 冲突。
  • 测试：全量 982 项通过。
v5.8.122026-10-02缺陷修复

搜索权限召回、会话过滤与 LangGraph Store 协议修复

  • 搜索与召回：权限过滤后自适应补充 top-k，拒绝负结果上限；落实类别/重要度过滤，并避免跨会话结果混入会话召回。
  • REST / MCP：部分 PUT 不再重置未提交的事实有效期，拒绝字符串布尔值；嵌入状态异常改回通用错误响应。
  • LangGraph Store：修复 namespace 前缀搜索与 ListNamespacesOp，返回支持属性和映射访问的 Item 对象，PutOp 写入符合 None 返回语义。
  • 测试：新增 11 个缺陷回归用例。
v5.8.112026-09-28稳定性修复

审计观察项收尾：临时目录清理 + 适配器 get 前缀精确化

  • 评测脚手架临时目录泄漏：run_eval() 加 try/finally，跑完即 rmtree 临时数据库目录（异常也清理）。
  • langgraph get() 前缀误命中：改为先 search_by_tag 精确定位 memory_id，再在 chunks 里按 id 过滤，避免同 namespace 下 prefs 串到 prefs_backup。
  • 测试：补 test_get_no_prefix_cross_hit 回归，全量 927 项通过。
v5.8.72026-09-26P1 修复

v5.8.4 适配器两个加密库下的 bug 修复

  • langgraph list() 空 value：加密库下 list().content 为空（解密只在 search().chunks），改为从 tags 反解 mf_key:{key} 后逐个走 get() 解密。
  • crewai reset() 残留：原 list(limit=500) 只删第一批，改为循环删直到空（100 轮安全上限）。
  • 测试：补 test_list_decrypts_in_encrypted_mode，全量 923 项通过。
v5.8.62026-09-26联邦 MCP

联邦共享 MCP Server（P1）：MCP 工具 48 → 56

  • 8 个联邦工具：fed_peer_register/remove/list、fed_memory_share/revoke/list_shared、fed_search、fed_stats，把 Ed25519 对等节点管理与跨节点共享/检索暴露给 MCP 客户端。
  • 安全：schema/handler 一一对应，参数校验 fail-closed；与既有 48 工具同级 Bearer 鉴权；无真实对端时安全返回空。
  • 测试：新增 7 项联邦 MCP 回归，全量 922 项通过。
v5.8.52026-09-26评测脚手架

LoCoMo/LongMemEval 对话记忆评测脚手架（P0）

  • 可复现评测管道：长对话 → 多跳/时序问答，内置 12 条冒烟样本（singlehop/multihop/temporal），keyword 确定性裁判，输出 Recall@K / MRR@K / latency p50/p95。
  • 基线：Recall@5 = 0.75（9/12），暴露 3 条检索差距；后续扩充 500 条查询集以此为对照基线。
  • 测试：新增 4 项评测脚手架回归，全量 915 项通过。
v5.8.42026-09-26框架适配器

LangGraph / CrewAI 框架适配器（P1）

  • MindForgeStore：实现 LangGraph BaseStore 协议（put/get/search/delete/list），namespace tuple → category、key → tag、value → JSON；零硬依赖。
  • CrewAIMemory：实现 CrewAI Memory 协议（save/search/reset），reset 仅清空本 namespace。
  • 测试：新增 8 项适配器回归，全量 911 项通过。
v5.8.32026-09-26安全修复

安全审计 7 项发现中的 6 项确认问题修复

  • P1 SSRF 双漏洞：前缀黑名单改 ipaddress 标准判定（十进制/八进制/mapped-IPv6/CGNAT/0.0.0.0/内网 IPv6 全拦）+ 重定向逐跳复核（302 打内网直接拒绝）。
  • P2：响应体 5MB 分块上限（防内存放大）；未签名链路内容哈希去重（防无信封重放）。
  • P3：RFC 6238 标准 TOTP（密钥加密落库）；gdpr_report 仅返回 basename。
  • 测试：新增 18 项安全回归，全量 903 项通过。
v5.8.22026-09-25发布修复

发布修复：版本号对齐 + 测试端口动态化

  • 版本号对齐：v5.8.1/v5.8.2 此前挂在 5.8.0 版本号上，现全量 bump 至 5.8.2 并新增 tag-version 守卫断言。
  • 测试端口动态化：test_v576/577/578/579/580 写死端口 → socket 动态分配，消除端口占用假失败。
  • 测试：全量 885 项通过，一致性守卫 PASS。
v5.8.12026-09-25P1 修复

P1：import Tuple + 删除重复图谱块 + 测试端口动态化

  • Tuple 导入修复：graph_related 注解 List[Tuple[..]] 缺 Tuple 导入，Python 3.9-3.13 急切注解求值下 import 即崩（3.14 惰性注解掩盖）。
  • 删除重复块：v5.7.9 图谱方法 81 行重复拷贝移除。
  • 端口动态化：test_v546 写死端口 18799 → 动态分配。
v5.8.02026-09-24经验蒸馏

程序性记忆 · 经验蒸馏（Cases → Skills 自进化）

  • 案例记录：record_experience() 把 Agent 成功任务存为 Case（任务/过程/结果/耗时/来源记忆），持久化 experience_cases 表。
  • 蒸馏落库：distill_skills() 从成功案例批量提取技能模板（聚类/槽位/步骤/触发词），UPSERT 到 experience_skills，重启自动恢复。
  • 匹配复用：skill_match()（触发词/标签/bigram 三重评分）+ skill_render() 参数化渲染可执行流程——Agent 越用越强。
  • 三面接口：CLI experience 子命令（8 动作）+ REST 6 端点 + MCP 5 工具（43→48）。
  • 测试：新增 12 项 v5.8.0 回归，全量 924 项通过。
v5.7.92026-09-24图谱

知识图谱自动管道 · 持久化图谱 · 实体关系检索

  • 自动抽取入图：auto_extract_graph 配置开启后 add() 自动抽取实体/关系（默认关闭，显式开启）。
  • 图谱持久化：实体与关系落 SQLite 表，重启自动恢复；同进程防抖避免重复建关系；STRICT 隐私记忆永不抽取。
  • 查询接口：graph_stats / graph_related（BFS）/ graph_path，CLI graph path 子命令 + REST + MCP（40→43 工具）。
  • 中文模式：补充中文技术栈词与组织后缀实体规则。
  • 测试：新增 15 项 v5.7.9 回归，全量 873 项通过。
v5.7.82026-09-24向量

向量语义检索点亮 · 可复现评测基线 · FakeBackend

  • 可复现评测基线：benchmarks/embedding_eval.py 固定多语言数据集 + 固定种子，四路对比（hybrid / vector / FTS5 / TF-IDF）输出 Recall@5 / MRR@10 / NDCG@10，无模型环境（FakeBackend）也可复现。
  • 确定性伪向量后端：FakeBackend（MINDFORGE_EMBEDDING_BACKEND=fake）不依赖模型/网络，CI 与测试链路可确定性跑通，评测基线人人可复现。
  • 引擎模型名真实化：get_embedding_status() 返回实际后端模型名（此前固定显示默认模型）。
  • API：新增 GET /api/embedding/status 返回后端 / 模型 / 维度 / 已嵌入向量数。
  • 测试：新增 11 项 v5.7.8 回归，全量 858 项通过。
v5.7.72026-09-23治理

Agent 记忆治理 · 冲突自动调和 · 多源连接器框架 · MCP 工具 35→40

  • Agent 自主记忆治理：agent_pin（置顶冻结衰减 + 重置遗忘分 + 提升重要度）、agent_forget（软删除移入回收站并记录原因）、agent_decay_boost（标记不再重要，加速遗忘封顶 10）、expire_memory（显式关闭事实有效窗口）。
  • 冲突自动调和：reconcile_conflicts 按 suggested_action 自动失效 keep_newer / keep_higher_importance 的旧一方（Bi-temporal 失效而非删除），merge / review_needed 归入人工确认。
  • 多源连接器框架：modules/connectors.py 提供 json / csv / markdown / file / url 五类连接器与注册表，URL 连接器内置 SSRF 防护（拒绝内网/回环地址）。
  • 三面接通：CLI 新增 6 条命令（agent-pin / memory-forget / memory-decay-boost / connector-list / connector-ingest / conflict-reconcile）；MCP 工具 35 → 40；API 新增 GET /api/connectors、POST /api/agent/forget、POST /api/conflicts/reconcile。
  • 测试：新增 20 项 v5.7.7 回归，全量 847 项通过。
v5.7.62026-09-22治理

Bi-temporal 事实时序 · GDPR 合规工具包 · MCP 工具 33→35

  • 事实取代自动失效：supersede 关闭旧事实有效窗口并保留版本历史，新事实继承旧字段并建立 supersedes 关联，对齐 Zep/Graphiti 的 bi-temporal 实践。
  • as-of 查询：valid_at 按 valid_from / valid_to 返回当时有效的事实（CLI valid-at / API GET /api/valid-at / MCP memory_valid_at）。
  • GDPR 三件套：gdpr-report / gdpr-export-all / gdpr-erase，数据可携 + 被遗忘权（擦除前自动备份数据库与密钥文件）。
  • MCP 工具 33 → 35：新增 memory_supersede、memory_valid_at；CLI 新增 5 条命令；旧库自动迁移补 valid_* 列。
  • 测试：新增 26 项 v5.7.6 回归，全量 827 项通过。
v5.7.52026-09-22治理

发布治理修复：README 回归测试恢复 · 版本与官网一致性守卫全绿

  • README HMAC_XOR 迁移提示回归：README 重写丢失 EXPERIMENTAL_HMAC_XOR 精确标志名与「降级加密」说明，导致回归测试失败；已恢复完整提示。
  • 版本号真值统一到 v5.7.5：core/version.py、pyproject.toml、CLI/MCP 兜底、README 徽章与官网全部同步，消除 v5.7.3 发布后官网停留在 v5.7.2 的漂移。
  • 官网同步：JSON-LD、顶栏、hero 徽标、安装示例、开发者板块、更新日志全部对齐 v5.7.5 与最新测试数。
  • 测试：新增 12 项 v5.7.5 发布治理回归，全量 801 项通过；文档一致性守卫恢复全绿。
v5.7.22026-09-18加固

API 安全响应头审计与加固 · Cache-Control no-store · HSTS 条件下发

  • 统一安全响应头：所有 JSON 响应新增 X-Content-Type-Options: nosniff（防 MIME 嗅探）、X-Frame-Options: DENY（防点击劫持）、Referrer-Policy: no-referrer（不泄漏来源 URL）。
  • Cache-Control: no-store：敏感记忆 API 禁止缓存，防止记忆内容落入浏览器或中间缓存。
  • HSTS 条件下发：服务端启用 TLS（ssl_certfile）时自动下发 Strict-Transport-Security；纯 HTTP 本地部署不下发，反代部署建议在代理层配置。
  • API Key 强度校验：MINDFORGE_API_KEY 少于 16 字符启动时告警；SECURITY.md 补充 API 安全基线。
  • 审计结论：CSP 对纯 API 服务影响低（可选，暂不设）；X-XSS-Protection 已被现代浏览器废弃（不设）。
  • 测试：新增 4 项 v5.7.2 回归，全量 765 项通过。
v5.7.12026-09-17修复

加密兜底去重扫描 · FTS5 多词召回 · 限流/连接/向量警告修复

  • 加密兜底性能去重（P1）：v5.7.0 引入的兜底在主路径 fuzzy 已跑过时二次全表扫描+逐条解密；重构后加密模式下 fuzzy 结果直接复用，命中加密条目只标记 approximate，结果构建段对已回填明文的条目跳过重复 AES-GCM 解密。
  • FTS5 多词召回（P2）：此前把整个 query 包成单短语，英文多词必须按顺序出现；改为按空白分词后各短语用 OR 连接，中文无空格仍为单短语，行为不变。
  • 限流与连接治理（P2）：_RateLimiter 空键清理死代码修正（过滤后立即清理）；ThreadingHTTPServer 每请求新建线程导致的 SQLite 连接堆积，现请求结束显式关闭本线程连接。
  • 向量维度警告（P3）：换 embedding 模型后旧嵌入维度不匹配此前被静默跳过，现一次性日志提示跳过条数并建议 rebuild_embeddings()。
  • 测试：新增 10 项 v5.7.1 回归，全量 761 项通过。
v5.7.02026-09-17修复

加密搜索兜底 · API 安全加固 · 测试覆盖扩展 · 健康仪表盘

  • 加密记忆搜索兜底（架构级修复）：启用加密后重启进程，关键词/模糊搜索对加密记忆此前恒 0 命中——现搜索路径对加密条目批量解密后在内存中匹配打分，结果标记 approximate，明文只驻留进程内存。
  • API 安全加固：统一参数校验层；分级限流（读 100 / 写 30 / 导入 10 req·60s）；批量操作审计记录完整 ID（≤100 条，超限记 count+sha256）；全链路错误信息脱敏确认。
  • 新功能：记忆健康仪表盘（聚合衰减/冲突/加密比例/FTS 完整性）、FTS 索引一致性自检（可一键修复）、批量导入进度回调；字段批量更新白名单 6 → 16 个。
  • 测试：新增 86 项回归，全量 751 项通过；行覆盖率 58% → 66%，核心未测公开方法 219 → 99。
  • 工程：CI 接入 pytest-cov 覆盖率报告与实验性 mypy job；CHANGELOG 历史版本归档；benchmark 报告脚本拆分可维护。
v5.6.92026-09-16修复

全文检索索引同步修复 · 导入与上报链路加固

  • 批量更新缺 FTS 同步：batch_update 可改写 category 与 tags（均为全文索引列）却只提交数据库、不同步 memory_fts，改完分类或标签后搜索结果不立即反映变化。现按与 update 一致的方式在提交前同步索引。
  • 自动过期路径缺 FTS 同步：TTL 过期把记忆置入回收站时未同步索引，会在索引里留下无用条目。现已对齐 update 行为。
  • URL 导入 XSS 加固（纵深防御）：原实现仅做基础标签剥离，现于其后再过一遍存储层统一的清洗器，清掉 <script> 等标签内的残留脚本文本。
  • 事件总线退避补齐：requests 不可用时的 urllib 降级路径此前仅单次尝试、无退避，现补齐与主路径一致的重试次数与指数退避。
  • 测试：把一份从未被 CI 收集的历史回归脚本重写为可收集用例（10 例），并补齐上述修复的断言；全量 653 → 663 项通过。
v5.6.82026-09-14修复

命令入口可用性修复 · 适配器恢复可用 · 版本号收敛

  • 加密模式 init 修复：模块缺少 import os，加密初始化一进入密码分支就 NameError——新用户第一条命令即失败。已补模块级导入。
  • rekey 密钥轮换修复：越界相对导入 + 调用未定义函数 + 函数内局部导入遮蔽全局，三重缺陷叠加使该命令任何情况下都不可用，现改为绝对导入并复用统一配置构造。
  • backup-restore 灾备恢复修复：越界相对导入使命令完全不可用；同时修复 Linux/macOS 恢复加密备份失败，以及还原出的密钥文件权限未收紧（0600）的安全问题。
  • 三个集成适配器恢复可用：Claude / 通用 API / OpenClaw 适配器全部方法此前均抛 ImportError，现统一为绝对导入。
  • 检索与版本号：混合检索的全大写关键词不再丢失大小写；webhook 上报与 User-Agent 由硬编码旧值改为引用唯一版本真值。
  • 测试：新增 27 项回归（含用真实子进程跑命令的端到端用例），全量 650 项通过。
v5.6.72026-09-14安全

安全与健壮性加固（11 项）

  • 健康端点信息泄露修复：/api/health 此前会把记忆条数、数据库体积、缺失索引与优化建议等完整诊断返回给未认证调用者，现公开端点只返回最小状态，详细诊断走已认证端点。
  • 标签消毒与路径泄露收敛：标签统一剥离控制字符并截断长度；未捕获异常的完整回溯降级到 DEBUG 级，不再把内部绝对路径写进常规日志与响应。
  • MCP 认证加固：新增 MINDFORGE_MCP_REQUIRE_AUTH 开关，受管/CI 环境无密钥时拒绝启动；工具错误信息中的文件路径统一抹平。
  • 并发与竞态：磁盘类型探测改为双检锁定只探测一次；联邦队列入队/出队与共享字典清理统一收敛到临界区，空内容丢弃不再静默。
  • 依赖核查：核实加密库锁定版本高于已知 CVE 的修复版本线。
v5.6.62026-09-13修复

加密记忆跨进程搜索修复 · 联邦共享字典并发安全

  • 加密记忆跨进程搜索 0 命中修复：进程重启后 TF-IDF 水合与模糊/相似度/去重比对对加密记忆全部失效。现水合与各文本检索在内存中逐条解密后再索引、打分，单条坏密文只跳过该条不中断；明文仅驻留进程内存、绝不写盘。
  • 联邦共享字典并发安全：过期共享清理与 share/get/revoke/重放校验统一在临界区内，消除并发字典迭代竞态。
  • 测试：新增 7 个专项回归，全量 608 项通过。
v5.6.52026-09-13安全

Ed25519 联邦签名 · 防重放 · 计数持久 · 内存与流式加固

  • 联邦签名升级 Ed25519 非对称签名：公钥公开即可验签、私钥不出节点；新增签名时间戳 + nonce 防重放。
  • 内存与流式检索：IndexEngine 内存结构默认 10 万上限 + 近似 LRU；fuzzy/vector 改分块流式 + 有界最小堆，消除约 150MB 瞬时内存峰值。
  • 性能：3000 条规模混合检索约 9.5ms，安全加固无可观测性能回归。
v5.6.42026-09-13性能

稀疏向量 + 倒排链 · 模糊剪枝 · 读缓存接入，搜索提速约 59×

  • 向量索引稀疏化 + 倒排链：3000 条混合检索 654ms → 约 9.5ms（约 59×），1000 条后延迟基本不随数据量增长。
  • 读路径缓存真正接入：修复 v5.5.5 建立却从未被读路径使用的 MemoryCache 死代码。
v5.6.02026-09-09安全

版本化 KDF · 记忆衰减引擎 · 备份/恢复 · 安全偿还

  • PBKDF2 版本化 KDF（P0 安全债偿还）：迭代次数 60k → 600k，密文头存储 iterations 实现向后兼容。
  • 记忆衰减/遗忘引擎：基于 Ebbinghaus 遗忘曲线的三套策略，starred/pinned 记忆自动保护不衰减。
  • 记忆库备份/恢复：mindforge backup 创建 ZIP 完整快照（数据库+密钥+配置+清单）。