MHH Causality Memory

🔗 CausaMem - 永久性记忆，因果记忆与认知锚定系统 v0.18

让 AI Agent 拥有一生的记忆 | Causal Memory and Cognitive Anchoring for AI Agents

---

🌐 **语言 / Language:** [🇺🇸 English](i18n/README_en.md) | [🇨🇳 中文](i18n/README_zh.md) | [🇯🇵 日本語](i18n/README_ja.md) | [🇰🇷 한국어](i18n/README_ko.md) | [🇹🇼 繁體中文](i18n/README_zh-TW.md) | [🇧🇷 Português (BR)](i18n/README_pt-BR.md) | [🇪🇸 Español](i18n/README_es.md) | [🇩🇪 Deutsch](i18n/README_de.md) | [🇫🇷 Français](i18n/README_fr.md) | [🇷🇺 Русский](i18n/README_ru.md) | [🇮🇹 Italiano](i18n/README_it.md) | [🇵🇱 Polski](i18n/README_pl.md) | [🇺🇦 Українська](i18n/README_uk.md) | [🇻🇳 Tiếng Việt](i18n/README_vi.md) | [🇮🇩 Indonesia](i18n/README_id.md) | [🇹🇭 ไทย](i18n/README_th.md) | [🇮🇳 हिन्दी](i18n/README_hi.md) | [🇳🇱 Nederlands](i18n/README_nl.md) | [🇹🇷 Türkçe](i18n/README_tr.md) | [🇸🇪 Svenska](i18n/README_sv.md) | [🇬🇷 Ελληνικά](i18n/README_el.md) | [🇭🇺 Magyar](i18n/README_hu.md) | [🇨🇿 Čeština](i18n/README_cs.md) | [🇩🇰 Dansk](i18n/README_da.md) | [🇳🇴 Norsk](i18n/README_no.md) | [🇫🇮 Suomi](i18n/README_fi.md) | [🇷🇴 Română](i18n/README_ro.md) | [🇸🇦 العربية](i18n/README_ar.md) | [🇮🇱 עברית](i18n/README_he.md) | [🇧🇩 বাংলা](i18n/README_bn.md) | [🇵🇰 اردو](i18n/README_ur.md) | [🇵🇹 Português (PT)](i18n/README_pt-PT.md)

---

设计思路

**让 AI Agent 记住 200 万字符，就是这个项目的目标。**

比如人类一生的记忆约 100 万字符，200 万字符足够 agent 一生了。记忆不是堆叠，重要的是怎么记。那真正的问题是：**如何让记忆像人一样，从点到线、从线到面，形成可追溯、可推理的因果网络？**

CausaMem 的答案：**8 层认知 + 直觉 + 因果记忆系统**

现实证据 → 原子事实 → 精炼摘要 → 画像场景 → Wiki 知识 → 睡梦沉淀 → 因果链 → 直觉注入

当前版本进一步把 CausaMem 升级为 **8 层认知 + 直觉 + 因果记忆系统**：Agent 不再先猜答案再查记忆，而是在判断前先被事实、规则、历史决策、因果链和执行状态锚定。

R0 现实证据
  -> F1 原子事实
  -> S2 精炼摘要
  -> P3 画像场景
  -> K4 Wiki 知识
  -> D5 睡梦沉淀
  -> C6 因果链
  -> I7 直觉注入

设计思路：LLM 本身可以被理解为有智慧的东西，但 Agent 的认知并不会自动完整。就像人一样，有些人能把游戏玩得很好，但在某些现实判断上认知很低；Agent 也类似，模型有能力，缺的是长期认知结构。CausaMem 要补的就是这个认知：把长期经历、项目事实、规则和历史决策沉淀下来，让 Agent 不只是临场推理，而是带着过去的理解去判断。

当认知被补上以后，Agent 还需要像人一样出现“直觉”。人的直觉很多来自潜意识，人并不总是清楚潜意识里到底调用了什么经验。Cau