给 AI Agent
装上长期记忆

Why NylonME

记忆不是检索，是共振

现有记忆系统往往把记忆当成扁平的文本块，用 top-k 相似度找回。NylonME 把记忆织成一张活着的网络， 写入时理解、空闲时反思、检索时沿边扩散相互印证。

Integrations

五种方式，接进你的 Agent

单机内嵌、零二进制 HTTP、多机共享桥接、直接调 SDK，甚至跑在手机 App 进程里——同一个引擎，同一条写路径。

On-Device

同一套引擎，跑进手机里

nylon-mobile 把与服务端完全一致的编织 / 共振 / 检索实现（共享 nylon-service 核心）编译进 Android / iOS App——无守护进程、无端口、 无网络请求，记忆数据不出设备。UniFFI 自动生成 Kotlin / Swift 绑定。

可选端上语义通道：bge-small-zh 量化 ONNX + tract 纯 Rust 推理，纯语义探针 「家里养了宠物吗」与目标记忆零字面重叠也能正确命中。WAL-first 写入 + 自动 checkpoint（默认 32 写 / 300s），进程被杀不丢数据； onStop → checkpoint、onDestroy → shutdown 两行挂接即完成生命周期管理。详见文档 · 移动端 SDK。

Quick Start

一条 MCP 配置，接进你的 Agent

nylon-engine mcp 通过 stdio 提供 Model Context Protocol，引擎内嵌在进程里， 不需要守护进程、不开端口，数据自动落到 ~/.nylonme/data。

{
  "mcpServers": {
    "nylonme": {
      "command": "/path/to/nylon-engine",
      "args": ["mcp"],
      "env": { "NYLON_OWNER": "my-project" }
    }
  }
}

想先跑起来看看？没有 Docker 也能装——Windows 用户从 Releases 下个压缩包解压即用； 有 Docker 的话一条命令还能顺带拉起 ollama 嵌入模型：

# 方式一（推荐）：免 Docker，Windows / macOS / Linux 都行
# 从 GitHub Releases 下载 nylonme-windows-x64.zip，解压后：
nylon-engine.exe serve 127.0.0.1:50051
start http://127.0.0.1:50052
# 不需要 Rust 工具链、不需要 key——单机默认开放模式，开箱即用

# 方式二：Docker（顺带拉起 ollama 嵌入模型，获得语义召回）
git clone https://github.com/nylon-memory/NylonME.git
cd NylonME
docker compose -f docker-compose.prebuilt.yml up -d
# 引擎 gRPC :50051 · Web 控制台 / REST / /mcp 都在 :50052
# 打开 http://localhost:50052 开始浏览你的第一份记忆

LoCoMo Benchmark

86.0%，不是从一个指标里挑出来的

全量 10 会话语料、1536 个可答 QA，词面与向量融合检索。每一层实验都带来了可以解释的提升。

分类召回：多跳 82.3% · 时序 89.1% · 单跳 89.1% · 常识 58.7%。 端到端问答（LLM 基于检索证据作答，裁判判定）：论文口径 82.9% （同一编织库与作答模型：76.4% → 反弃答提示词 80.1% → 作答上下文加宽 82.9%）。

第二套基准 LongMemEval-S（100 实例切片）：证据召回 any-hit 99%， 端到端 83.0%。作答上下文从 Top-10 加宽到 Top-15 带来 +5pp， 同一机制在 LoCoMo 复现 +2.8pp——方法在仓库 docs/ 的两份评测报告里完整公开。

Roadmap

从能跑，到能被广泛接入