ClawBrain：为智能体工作流打造的"硅基海马体"记忆网关

ClawBrain是仿生学设计的透明神经中继网关，模拟人类三层记忆系统（工作记忆、海马体、新皮层），解决LLM智能体上下文有限、缺乏长期记忆的痛点，提升上下文利用效率与任务执行一致性，适配多环境且注重隐私安全。

当前LLM智能体面临上下文窗口有限、缺乏长期记忆机制的挑战，跨会话/任务交互中易出现"断片"现象——忘记对话内容、重复询问相同信息、无法积累个性化用户偏好。ClawBrain针对此痛点提出仿生学神经中继网关方案。

ClawBrain模拟人类记忆系统：

1. 工作记忆层（带权重有序字典）：初始激活（权重1.0）、吸引子动力学（相关记忆充电）、自然衰减（权重低于0.3挤出至新皮层）；
2. 海马体层（SQLite FTS5+本地存储）：无损落盘、流式分流巨量数据、SHA-256校验和确保完整性；
3. 新皮层层（异步语义提纯引擎）：积累阈值触发提纯、泛化提取事实清单、长程常驻上下文边缘。

ClawBrain作为万能协议翻译器，适配本地框架（Ollama、LM Studio等）与云端API（OpenAI、DeepSeek等），自动处理角色合并、映射、前缀剥离等兼容性问题。开发者无需修改代码，将API地址指向本地端口即可获得记忆增强。

遵循"无影准则"：

• 零记录接口密钥/鉴权凭证；
• 透明透传架构（身份信息仅内存瞬时中转，处理后销毁）；
• 所有记忆本地化存储，不上传第三方云端，适合敏感场景（企业内网、个人隐私助手）。

适用场景：

1. 个人知识助手（积累偏好习惯）；
2. 企业智能客服（记住客户历史咨询）；
3. 代码开发助手（记住项目架构/规范）；
4. 多智能体协作（共享记忆层协调信息）。

设计哲学：

• 仿生优于人工（借鉴大脑进化机制）；
• 透明优于封装（协议透传降低集成成本）；
• 本地优于云端（数据主权交还用户）；
• 渐进优于激进（自然衰减与异步提纯实现平滑知识积累）。

ClawBrain构建完整记忆生态系统——从瞬时注意力聚焦到情节忠实记录，再到知识长期沉淀，是解决LLM智能体记忆问题的优雅方案，为迈向真正智能体提供重要支撑。