Khaos Brain 是面向 AI 智能体的本地优先预测式记忆系统，为 AI 智能体提供本地预测记忆能力。它会将任务经验、用户偏好、工作流经验和技能使用记录转化为可通过 Git 进行版本管理的可视化卡片，通过睡眠/梦境/架构维护流程保持记忆库可审阅，避免变成不可追溯的黑箱存储。

产品详细介绍

AI 智能体的本地预测记忆

Yingxu Liu创始人

嗨，Product Hunt，

我做了Khaos Brain，因为大多数AI记忆功能对真正的代理工作来说太浅显了。

保存“下次记住”很有用，但更有价值的是积累的经验：出现了什么情况，采取了什么行动，结果如何，哪条路线失败了，哪条路线后来变得可靠。

Khaos Brain 是一个开源、本地优先的人工智能智能体预测记忆系统。它以可见的文件卡形式存储经验，而非不透明的记忆盒。

当前版本是先入库的，但理念更为宽泛：

- 在任务开始前，代理获取相关经验

- 任务完成后，它会写回观察和经验

- 维护工作流如Sleep、Dream和Architect，保持卡片库的组织性。

- 组织模式可以通过GitHub分享经过审阅的体验模型，而无需将个人偏好混入共享池

这些卡片可阅读、可搜索、可复查、可变、可合并，并且用Git可逆。目标不是取代RAG、向量数据库或普通笔记。目的是让代理的工作经验足够可见，以便人工或团队能够检查代理即将重复使用的内容。

最新版本：v0.4.7

回购：

https://github.com/liuyingxuvka/......

反馈讨论：

https://github.com/liuyingxuvka/......

最简单的方法是把仓库的URL交给一个有能力的编码代理，让它安装并启用Khaos Brain，然后运行健康检查。

我最关心的反馈是：

在真实的AI代理工作流程上尝试后，Khaos Brain是否帮助代理从可复用的旧经验开始，而不是空白上下文？显示来源/状态/信心的可见卡片是否比你当前的AI记忆、笔记或向量存储工作流程更有用？

官网信息

公司使命

一个本地预测记忆系统，帮助人工智能代理在不同任务间重复利用经验。