🧠 IronMind

TypeScript AI Agent 框架，带有深度分层记忆系统。

IronMind 结合了 KernelBot 的记忆分层架构和 TypeScript 的工程质量。它提供了分层记忆系统——世界模型、因果记忆、行为DNA 和自主生命引擎——作为一个干净、可嵌入的库。

状态: 第一阶段 MVP — 核心记忆系统完成。 后续阶段: Agent 编排器、自主生命引擎、OpenClaw 桥接。

架构

IronMind Core
├── brain/              ← 记忆系统（核心价值）
│   ├── BrainDB         ← SQLite 数据库（sql.js，零原生依赖）
│   ├── WorldModel      ← 知识图谱（实体、关系、信念、术语）
│   ├── CausalMemory    ← 因果链（trigger→goal→approach→outcome→lesson）
│   ├── MemoryManager   ← 情景 + 语义记忆
│   └── Embeddings      ← 向量嵌入抽象（OpenAI/Google）
├── llm/                ← LLM 提供者抽象
│   ├── Anthropic       ← Claude SDK 封装
│   └── OpenAI          ← GPT SDK 封装
├── config/             ← 配置加载
└── types/              ← 共享 TypeScript 类型

记忆分层

层级	存储内容	为什么重要
世界模型	实体、关系、信念、术语	了解你的团队、技术栈和术语
因果记忆	trigger→goal→outcome→lesson	学习为什么事情成功或失败
情景记忆	带时间戳的交互摘要	记得发生了什么和什么时候
语义记忆	整合的知识主题	跨对话串联知识点
行为DNA (第二阶段)	13 个演化的特质 + 每用户档案	适应每个人的个性
反馈引擎 (第二阶段)	隐式信号、调整、置信度	无需反馈按钮即可学习偏好

快速开始

npm install ironmind

import { BrainDB, WorldModel, CausalMemory, MemoryManager } from 'ironmind';

// 1. 初始化大脑
const db = new BrainDB({ dbPath: './my-brain.sqlite' });
await db.open();

// 2. 构建世界模型
const world = new WorldModel(db);
const aliceId = world.upsertEntity('person', 'Alice', { role: 'developer' });
world.addBelief(aliceId, 'Alice 倾向于函数式编程', 'inferred', 0.7);

// 3. 从经验中学习
const causal = new CausalMemory(db);
await causal.recordEvent({
  trigger: '部署到生产环境',
  outcomeType: 'failure',
  lesson: '发布前一定要先跑 dry-run',
});

// 4. 存储记忆
const memory = new MemoryManager(db);
memory.addEpisodic({
  summary: '用户问了关于 TypeScript 泛型的问题',
  tags: ['typescript', '学习'],
  importance: 6,
});

// 5. 后续查询
const recent = memory.getRecentEpisodic(24, 10);
const lessons = causal.getRelevantPatterns('部署 npm 发布');
const context = world.buildWorldContext();

db.close();

数据库 Schema

IronMind 将所有数据存储在单个 SQLite 文件中，共有 20 张表，分布在 7 个子系统中：

• 核心: schema_version, memories, conversations
• 世界模型: entities, relationships, beliefs, jargon
• 因果记忆: causal_events, task_patterns
• 行为DNA: dna_traits, dna_trait_history, communication_profiles, self_narrative
• 反馈: feedback_signals, behavioral_adjustments
• 合成循环: synthesis_outcomes, synthesis_weights
• 身份识别: known_senders, life_state, ideas

向量搜索在进程内使用余弦相似度计算（无需原生依赖）。

本地开发

git clone https://github.com/your-org/ironmind.git
cd ironmind
npm install
npm test           # 跑测试（25+ 测试用例）
npm run typecheck  # TypeScript 类型检查
npm run build      # 构建发布

项目状态

第一阶段 ✅ — BrainDB, WorldModel, CausalMemory, MemoryManager, LLM Providers
第二阶段 ⏳ — BehavioralDNA, FeedbackEngine, SynthesisLoop, LifeEngine
第三阶段 ⏳ — Agent 编排器 + Worker 系统
第四阶段 ⏳ — OpenClaw 桥接插件

License

MIT