resimind 是什么?为 AI Agent 提供可验证记忆的神经符号架构

中文导读

ResiMind 是一个神经符号 Agent 架构，解决 AI Agent 在推理中难以保留已验证知识、重复犯错的问题。它让模型或符号工具提出步骤，由领域检查判定事实，失败反馈指导下一次修正；通过检查的解可提取为规则，经独立验证后存入记忆，未来使用时重新检查。适合需要可验证记忆、自我修正和精确代数工具的 Agent 开发场景。

根据 GitHub 公开数据,该项目的编程语言为 Python,开源协议为 MIT,创建于 2026-10-08,最近更新于 2026-10-15,目前有 132 个 Star。

项目介绍

ResiMind 是一个开源的神经符号 Agent 架构，把独立验证、残差引导的自我修正和可复用规则记忆连接起来。模型、规则或符号工具提出步骤，领域检查决定哪些能成为事实；失败的检查会告诉下一次尝试还需要修复什么。

一个通过检查的解可以变成一条通过检查的规则。显式学习从已完成的推导中提取候选规则，独立验证准入，并在未来每次应用时重新检查。知识在模型之外增长，不改变模型权重。当本地规则或工具足够时，支持的数学路径可以零模型调用运行。

核心还支持桥梁工程、约束优化、客户支持和开放式规划，并配有各自的验证器。自适应代数、规则学习和五个 MCP 工具目前覆盖有界有理多项式。核心需要 Python 3.10+，无运行时依赖；可选 MCP 需要 Python 3.11+。

主要功能

• 残差引导的自我修正：检查失败后返回反馈，指导下一次尝试
• 可验证记忆：从完成的推导中提取候选规则，独立验证后存储，未来应用时重新检查
• 零模型调用：当本地规则或工具足够时，数学路径无需调用模型
• 多领域验证器：支持桥梁工程、约束优化、客户支持和开放式规划
• MCP 工具与 Repair Skill：提供五个 MCP 数学工具和一个有界验证修复工作流 Skill
• Lean 规划器：引入蕴含、应用已验证的条件引理，并将剩余子目标发送给其他已验证引理或本地假设

适合谁用

适合希望为 Agent 增加可验证记忆与自我修正能力的开发者，以及需要精确代数工具或验证工作流的 AI 应用构建者。

快速上手

1. git clone https://github.com/1105216375-alt/resimind.git
2. cd resimind
3. python -m venv .venv
4. source .venv/bin/activate
5. python -m pip install .
6. python -m resimind demo --domain lifelong

Star 增长趋势

同类项目