欢迎关注「几米宋」微信公众号，这里专注分享 AI 前沿、云原生技术、开源生态、行业洞察与个人思考。更多精彩内容，欢迎访问我的个人网站 jimmysong.io。
📄 文章摘要
基于 Git 的差分记忆后端，用于为智能体提供可追溯、可重构且轻量的长期记忆。
项目概况
资源信息
🌐 网站：github.com/Growth-Kinetics/DiffMem
💻 GitHub：github.com/Growth-Kinetics/DiffMem
✍️ 作者：Growth Kinetics
详细介绍
DiffMem 提出了一种基于 Git 的差分记忆（differential memory）实现方式：将“当前状态”保存为可读的 Markdown 文件，历史演进保存在 Git 提交记录中，智能体可按需加载当前视图以保持上下文精简，或利用 Git diff 与历史重建复杂时序信息。该设计在长时序记忆场景下具有天然的审计性、可移植性与可回溯性。
主要特性
• 差分视角：将表层（now）与深层（history）分离，查询时仅加载必要内容以节省 token 与计算。
• 可读存储：使用 Markdown 文件作为记忆单元，便于人工编辑与可视化审计。
• 时序检索：借助 Git 日志与 diff 实现时间轴查询与演化分析。
• 轻量化 PoC：进程内运行、依赖少（如 gitpython、rank-bm25），易于试验与集成。
使用场景
• 长期陪伴型智能体：在长期交互中保持可控记忆成长与审计能力。
• 研究与原型：探索记忆压缩、智能“遗忘”与历史对比的实验平台。
• 协作记忆库：多智能体或多人共同维护的记忆仓库与合并流程。
技术特点
• 检索策略：结合 BM25 与语义检索，支持多深度（core/wide/deep/temporal）上下文组装。
• 无需服务端：模块化库设计，可作为本地库嵌入智能体运行时。
• 可扩展性：易于与向量化存储或外部检索层组合以增强语义能力。
• 开源许可：项目以 MIT 许可发布，适合研究与二次开发。
更多精彩内容
🌐 个人网站：jimmysong.io
🎥 Bilibili：space.bilibili.com/31004924
如果这篇文章对你有帮助，欢迎点赞、分享给更多朋友！
