持久的、以声明为中心的内存服务器，用于支持MCP的AI代理
tensory，来自Kryptogrib，是一个记忆服务器，为AI代理提供长期、可验证的上下文。它从对话和文档中提取原子声明，并向模型暴露结构化记忆。关键方面包括声明提取、矛盾检测和可搜索的记忆接口。该工具面向构建有状态代理的AI开发人员和工程师，他们需要持久的、可审计的上下文，而无需重型基础设施。
你实际上可以用它来做什么任务？
服务器为跨会话操作的代理提供持久上下文，因此代理可以引用过去的事实并检测不一致之处。它与兼容MCP的客户端集成，如Claude Desktop、Cursor和Zed，这使得编码助手和聊天代理可以在提示期间查询存储的事实。用例包括多会话助手、需要先前用户偏好的开发工具，以及必须随时间跟踪不断变化的项目事实的代理。
记忆和检索的准确性如何？
准确性基于其声明原生方法和基准性能：tensory在LoCoMo长期对话记忆基准测试中得分82.2%。检索结合了全文FTS5搜索、向量嵌入和图遍历，以将查询与存储的陈述匹配。内置的冲突检测识别矛盾或被取代的声明，这有助于保持检索到的上下文与后来的信息一致。
你应该期待什么输入、要求和工作流程适配？
服务器在MCP客户端可以访问的地方运行，并且需要Python 3.11或更新版本进行部署。它将记忆存储在单个基于SQLite的图形和向量存储中，因此它在没有外部数据库服务的情况下运行。该软件包包括一个用于探索实体图和记忆统计信息的网络仪表板，内部机制如显著性衰减、惊讶评分和启动在没有额外调用语言模型的情况下运行。
需要可验证的、长期存在的代理记忆的感官套件开发者
该服务器是构建需要可审计事实和矛盾处理的有状态代理的团队的实用选择，并在MCP开发者社区中因其精确性而受到认可。预计需要进行集成工作以连接MCP客户端，并将声明提取适应到您的领域，并将存储的声明视为高风险决策的验证来源。
