Avenlo：为AI Agent构建持久化共享记忆的基础设施

Avenlo是一个开源的MCP原生记忆服务器，旨在解决AI Agent的"失忆症"问题，提供跨会话的持久化上下文共享能力，让AI Agent真正拥有"记忆"。它填补了当前AI工具生态的断层，作为AI Agent专用的"共享大脑"，助力多Agent协作效率提升。

当前AI工具多采用无状态请求-响应模式，每次对话都是全新开始，用户需重复提供背景信息，AI无法长期积累学习。在多Agent协作场景中，各Agent成为信息孤岛，协作效率低下。Avenlo正是为填补这一空白而生。

Avenlo定位为"MCP原生记忆服务器"，基于Anthropic的MCP协议实现与支持MCP的AI工具无缝集成。采用CLI工具+轻量级Web仪表盘架构：CLI面向开发者提供部署管理能力，Web仪表盘用于可视化监控和搜索。技术栈遵循极简主义：深色极简风格、靛蓝色强调色、JetBrains Mono/Geist Sans字体、单列垂直布局。

根据设计文档，仪表盘包含五个核心模块：

1. 状态栏

显示系统健康状态、运行时间和版本信息，确保服务在线。

2. MCP端点

提供MCP服务器URL和访问令牌，一键复制即可连接AI工具。

3. 快速统计

展示存储页面数量、最后更新时间和活跃Agent数量。

4. 最近页面

列出最近存入的10个页面，支持详情查看。

5. 搜索

单一输入框支持跨所有页面的全文搜索，快速定位历史信息。

Avenlo的关键设计决策包括：

• 深色优先：专注开发者用户预期，v0版本不提供浅色模式。
• 靛蓝强调色：避免俗套AI紫色，选择#6366F1保持辨识度。
• 无动画设计：仅保留微过渡效果，专注工具实用性。
• 单列布局：降低认知负担，减少维护成本。

截至文档更新，Avenlo处于规划阶段（🟡 Planning phase），团队正在开发核心功能。项目采用CC0许可证完全开源，任何人可自由使用、修改和分发，旨在成为AI生态的公共记忆基础设施。

Avenlo代表AI基础设施演进的重要方向，关注模型之外的"连接层"。其价值在于推动协作、共享、持续学习的Agent网络形成，若成功可能成为AI Agent的"记忆标准"，类似HTTP统一信息传输、MCP统一模型工具连接。

Avenlo虽处于早期阶段，但设计理念和技术方向值得关注。它选择构建真正的基础设施而非快速Demo，为开发者提供添加持久化记忆能力的思路，也为行业带来AI Agent摆脱"金鱼记忆"的可能性。记忆是智能基石，Avenlo正在为此添砖加瓦。