su-memory SDK：构建具备因果推理能力的本地优先AI记忆系统

su-memory SDK是一款本地优先的AI记忆框架，填补了传统向量数据库在因果推理、时序感知和多跳联想能力上的缺失。通过VectorGraphRAG、时空索引和因果图谱技术，实现87.8%的多跳推理召回率和96%的延迟降低，为LLM应用提供真正的多跳因果推理能力。

当前多数AI应用的记忆方案基于向量相似度的近邻搜索，仅能处理"找相似"任务，面对"为什么""会怎样"等推理问题力不从心。传统系统缺乏人类记忆核心的因果推理、时序感知和多跳联想能力，这是su-memory SDK要解决的核心问题。

su-memory SDK采用"四位一体"架构：

1. VectorGraphRAG：融合向量检索与图遍历，基于HNSW索引（m=32、efConstruction=64、efSearch=64）和向量量化（FP32/FP16/INT8/Binary）实现高效多跳推理；
2. SpacetimeIndex：结合空间位置与时序编码，支持时空多跳查询；
3. MemoryGraph：显式定义cause/condition/result/sequence四种因果关系，提升可解释性；
4. TemporalSystem：实现时序感知，模拟人类记忆的时间衰减特性。

项目公布的性能基准数据：

• 查询延迟：P50=19ms（较优化前降低96%），P95=76ms；
• 吞吐量：94条/秒插入，每条处理耗时约10.66ms；
• 内存占用：1000条记忆仅1.53MB；
• 多跳召回率：87.8%（较基线提升46%）。

su-memory提供Lite和LitePro双版本：

• Lite：TF-IDF/N-gram检索，内存<5MB，适合原型验证；
• LitePro：集成Ollama bge-m3，支持完整VectorGraphRAG、时空索引等，内存<50MB，适合生产环境。 应用场景包括长期对话系统、知识管理工具、预测性应用、多模态AI，且兼容LangChain和VMC架构。

授权模式：个人免费（限1000条），商业付费（99元/月至9999元私有部署）。 局限性：

• 规模限制：Enterprise版本上限10万条，不适合大规模文档检索；
• 生态成熟度：社区和工具链仍在建设；
• 依赖：LitePro需Ollama运行本地模型，增加部署复杂度。

su-memory代表AI记忆系统从存储检索向认知架构的进化，本地优先、可解释性和多模态能力使其在隐私敏感、深度推理场景具优势。建议需要"理解/推理"而非仅"匹配/检索"的AI应用开发者评估。未来这类本地记忆系统或成下一代AI应用标准配置。