你的 AI 团队还在当"金鱼"？
Session 结束就忘、跨 Agent 就失忆 ——个人+企业 hawk-bridge 给 AI 装上持久记忆，18 个功能覆盖记忆全生命周期： 记忆捕获 → 召回注入 → 置信度校准 → 遗忘预警 → 因果推理 → 自我进化。
AI 团队的多 Agent 共享记忆层 — 每个 Agent 记住自己该记住的，共享该共享的，进化该进化的。
| 痛点 | ❌ 没有 | ✅ 有 hawk-bridge |
|---|---|---|
| 新 Session 开始 | 空白一无所知 | ✅ 自动注入相关记忆，MRR@5 = 99.6% |
| 用户重复偏好 | "我跟你说过了" | ✅ 置信度校准 + 长期记忆 |
| 多 Agent 团队 | 各 Agent 从零开始 | ✅ 共享记忆 + visible_to 可见性控制 |
| 子 Agent 失控 | 能看主 Agent 私人记忆 | ✅ 私有记忆隔离，精确控制 |
| Context 爆 Token | 无限制膨胀 | ✅ 自动压缩 + SimHash 去重 + MMR 多样召回 |
| 记忆不会进化 | 重复同样错误 | ✅ importance 升级 + Belief Timeline + TIL |
| 遗忘关键信息 | 时间久远就消失 | ✅ Almost Lost 预警 + 4 层衰减（Working→Long→Archive） |
| 推理无因果链 | 只知其然不知所以然 | ✅ Causal Memory 反事实推理 |
# 1. 一键安装
curl -fsSL https://raw.githubusercontent.com/relunctance/hawk-bridge/master/install.sh | bash
# 2. 验证安装
hawk doctor
# 3. 开始使用 — 每次回复自动记忆，每次新会话自动注入
hawk recall "项目架构" # 召回相关记忆
hawk recall "我的偏好" # 召回个人偏好开箱即用：安装后自动集成到 OpenClaw，无需手动配置。
| 指标 | 数据 | 说明 |
|---|---|---|
| MRR@5 | 99.6% ✅ | 超越 Mem0 公开基线 91.6% |
| Recall@5 | 71.5% | conversational_qa 数据集 |
| 召回延迟 P50 | 77ms | 冷启动，即时响应 |
| 并发召回 P95 | 419ms | 5 并发下 |
| embedding 延迟 | 5.6ms/call | xinference bge-m3 |
实测环境：xinference bge-m3 (CPU) + LanceDB 0.30 + Go 单进程
| 功能 | 说明 |
|---|---|
| Working Memory | 任务连续性召回，跨 Session 保持上下文 |
| Deprecation | 过时决策自动标记，演进历史完整保留 |
| Learning Memory | 从对话中学习提取，高准确率 |
| Confidence Calibration | 置信度校准，目标 85% 准确率 |
| Memory Chronology | 认知演变可视化，记录思维成长轨迹 |
| Belief Timeline | 信念提取与追踪，理解用户观点变化 |
| TIL（Today I Learned） | 每日学习总结，形成结构化知识 |
| Almost Lost | 遗忘预警，记忆消失前主动保护 |
| Memory Branching | 分支记忆，实验性推理独立存档 |
| Self-Awareness | 认知边界感知，知道自己不知道什么 |
| Memory Coach | 记忆教练，主动建议优化记忆质量 |
| Counterfactual Memory | 反事实推理，"如果当初…会怎样" |
| Consensus Memory | 决策共识追溯，多版本决策对比 |
| Memory Hygiene Score | 记忆健康分，定量评估系统状态 |
| Strategic Memory | 目标追踪，长期规划与执行监控 |
| Task-Aware Recall | 任务感知召回，上下文相关的精准召回 |
| Active Memory | 主动推送，基于触发规则主动提醒 |
| Implicit Knowledge | 隐式知识提取，从行为中归纳规律 |
18/22 功能 COMPLETE — 覆盖记忆全生命周期
hawk-bridge 是四件套的记忆桥梁：
┌──────────────────────────────────────────────────────────────┐
│ 🦅 hawk-bridge │
│ OpenClaw Hook 系统 + 多 Agent 记忆编排 │
│ │
│ Hook 触发 → capture（自动提取记忆）→ hawk-memory (Go) │
│ 新会话 → recall（自动注入记忆）← hawk-memory (Go) │
└──────────────────────────────────────────────────────────────┘
↕
┌──────────────────────────────────────────────────────────────┐
│ 📡 hawk-memory (Go) │
│ 高性能记忆 API 服务（Go） │
│ │
│ RRF Fusion 召回 + agent namespace + trigger 规则 │
│ MRR@5 = 99.6% | Recall@5 = 71.5% | P50 = 77ms │
└──────────────────────────────────────────────────────────────┘
↕
┌──────────────┴──────────────┐
↓ ↓
┌─────────────────────────┐ ┌─────────────────────────┐
│ hawk-eval │ │ soul-engine │
│ 评测体系（公开打榜） │ │ 记忆进化引擎（私有） │
│ │ │ │
│ LoCoMo MRR = 100% │ │ Raw→Pattern→Principle │
│ m_flow procedural 公开 │ │ LLM 自动发现 trigger 规则│
└─────────────────────────┘ └─────────────────────────┘
┌─────────────────────────────────────────────────────────────┐
│ hawk-bridge │
│ 多 Agent 记忆架构 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────┐ ┌─────────────┐ │
│ │ Agent-1 │ │ Agent-2 │ │
│ │ (主 Agent) │ │ (子 Agent) │ │
│ └──────┬──────┘ └──────┬──────┘ │
│ │ inject-context │ │
│ │◄──────────────────┘ │
│ │ 子 Agent 只能看到 │
│ │ 被注入的记忆（精确可见性控制） │
│ │ │
│ ┌──────▼──────────────────────────────────┐ │
│ │ Team Memory（共享层） │ │
│ │ - 项目上下文、团队决策、技术选型 │ │
│ │ - 所有 Agent 可读 │ │
│ ├──────────────────────────────────────────┤ │
│ │ Agent Private Memory（私有层） │ │
│ │ - 主 Agent 的内部推理、临时状态 │ │
│ │ - 子 Agent 不可见 │ │
│ └──────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────┐ │
│ │ Working Memory（任务层） │ │
│ │ - 当前任务上下文、近期决策、置信度评分 │ │
│ └──────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘
| 能力 | 说明 |
|---|---|
visible_to 可见性控制 |
精确控制谁能读/写哪类记忆 |
| 上下文注入 API | 主 Agent 调用 inject-context 注入给子 Agent |
| Team Memory | 团队共享记忆区域，协作无障碍 |
| 私有记忆隔离 | 主 Agent 私人推理默认对子 Agent 不可见 |
| 记忆进化链 | Raw→Pattern→Principle→Skill 自动演进 |
Session 结束
│
▼
┌──────────────────────────────────────┐
│ hawk-capture（自动提取） │
│ • Working Memory — 当前任务上下文 │
│ • Deprecation — 过时记忆标记 │
│ • Confidence — 置信度评分 │
│ • TIL — 今日学习总结 │
│ • Almost Lost — 遗忘预警 │
└────────────────┬───────────────────┘
▼
┌──────────────────────────────────────┐
│ hawk-memory (Go) — LanceDB 存储 │
│ • RRF Fusion 混合检索 │
│ • agent namespace 隔离 │
│ • 4 层衰减（Working→Archive） │
└──────────────────────────────────────┘
新 Session 开始
│
▼
┌──────────────────────────────────────┐
│ hawk-recall（自动召回） │
│ • Task-Aware Recall — 任务感知 │
│ • Self-Awareness — 认知边界感知 │
│ • Memory Hygiene Score — 健康检查 │
└────────────────┬───────────────────┘
▼
注入 Context → LLM 回复
curl -fsSL https://raw.githubusercontent.com/relunctance/hawk-bridge/master/install.sh | bashclawhub install hawk-bridge
openclaw skills install hawk-bridgegit clone https://github.com/relunctance/hawk-bridge.git /tmp/hawk-bridge
cd /tmp/hawk-bridge
npm install && npm run build
openclaw plugins install /tmp/hawk-bridge# 诊断
hawk doctor # 检查安装状态
hawk doctor --stats # 显示记忆统计 + Hygiene Score
# 读写记忆
hawk recall "查询内容" # 语义搜索召回（MRR@5 = 99.6%）
hawk write "记忆内容" # 写入记忆
# 反馈纠正
hawk confirm 3 # 确认记忆正确（提升置信度）
hawk deny 3 # 标记记忆不可靠（降低 importance）
hawk correct 3 新内容 # 纠正记忆（触发 Deprecation）
# 维护
hawk export # 导出所有记忆
hawk clear # 清空所有记忆（⚠️不可逆）| Mem0 | m_flow | hawk-bridge | |
|---|---|---|---|
| MRR@5 | 91.6% | — | 99.6% ✅ |
| Recall@5 | — | 公开基线 | 71.5% |
| 召回延迟 P50 | — | — | 77ms ✅ |
| 多 Agent 协作 | ❌ | ❌ | ✅ |
| 可见性控制 | ❌ | ❌ | ✅ visible_to |
| 记忆进化 | ❌ | ❌ | ✅ 4 层演进 |
| 开源 | ❌ | ❌ | ✅ 全开源 |
| 文档 | 内容 |
|---|---|
| 架构文档 | v2.0 完整架构设计 |
| 多 Agent 设计 | 可见性控制 + 上下文注入 |
| Go 集成指南 | hawk-memory (Go) API 接入 |
| HTTP API | 完整 REST API 文档 |
v1.1（当前）— 多 Agent 记忆核心
├── ✅ 可见性控制（visible_to）
├── ✅ 上下文注入 API（inject-context）
├── ✅ Team Memory
├── ✅ 18 个 COMPLETE 记忆功能
└── 🔄 Session 隔离
v1.2 — M-flow 集成
├── Bundle Search 集成
└── Episode Bundle 评分
v2.0 — 架构升级
├── Schema v2（4表拆分）
├── Pipeline 统一调度
└── Rule Engine 核心
v2.x — 完整能力
├── Pattern→Principle→Skill 进化
├── Multi-tenant Namespace
└── Dynamic Fusion（hawk-pro）
最后更新：2026-05-01 核心方向：多 Agent 记忆架构开源 + MRR 超越 Mem0 + 18 个 COMPLETE 记忆能力