agent-me 是什么?将个人知识、记忆与决策蒸馏为可检查的 AI Agent Twin
中文导读
agent-me 是开源项目,站内分类为 大模型、AI 智能体、RAG 知识库。简介:将个人知识、记忆与决策蒸馏为可检查的 AI Agent Twin。项目说明中列出的主要功能包括:可审查的身份与记忆：基于版本控制的 Markdown，支持可选的 SQLite 类型化记忆和私有工作区；证据支撑的回答：检索到的个人知识保留精确来源摘录，证据不足时拒绝合成；多 agent 推理：Planner、Researcher、Critic、Writer 和可选 Verifier 角色通过类型化 Python 契约通信。适合希望构建个人 AI 分身、关注可审查记忆与多 agent 推理架构的开发者，以及对个人知识管理和 AI 透明度感兴趣的用户。
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 2026-08-27,最近更新于 2026-10-14,目前有 634 个 Star。
项目介绍
Agent-Me 是一个开源、可检查的 AI Agent Twin 架构，目标是把你的知识、记忆、项目、偏好、经历和决策转化为一个持续学习你思考与工作方式的 AI 分身。它不只是一个知道你事实的聊天机器人，而是一个包含可审查记忆、检索、规划、证据、批判、验证等环节的系统。
当前仓库提供了基于 FastAPI + React 的可运行实现，使用版本控制的 Markdown 作为个人知识库，并采用确定性检索和顺序执行的 agent 角色（Planner、Researcher、Critic、Writer，可选 Verifier）。系统会保留检索到的个人知识与精确来源摘录的关联，在证据不足时拒绝合成，并公开执行轨迹（角色结果、安全中间摘要、证据、指标等），但不暴露模型的私有思维链。
公开仓库使用虚构示例，真实身份和记忆存放在独立的私有工作区中。项目还包含可选的私有工作区，支持 SQLite 类型化记忆、身份/关系审查、修订历史、持久化聊天记录等，并提供了浏览器审查工作台。
主要功能
- 可审查的身份与记忆：基于版本控制的 Markdown，支持可选的 SQLite 类型化记忆和私有工作区
- 证据支撑的回答：检索到的个人知识保留精确来源摘录，证据不足时拒绝合成
- 多 agent 推理：Planner、Researcher、Critic、Writer 和可选 Verifier 角色通过类型化 Python 契约通信
- 可检查的执行：公开执行轨迹，包括角色结果、安全中间摘要、证据、指标和检索活动
- 验证与评估：实现引用路径、证据策略和输出不变量的检查，并使用版本化用例进行确定性测试
- 浏览器审查工作台：支持已批准来源的摄入、冲突审查、来源追溯和基于本地证据的回答
适合谁用
适合希望构建个人 AI 分身、关注可审查记忆与多 agent 推理架构的开发者，以及对个人知识管理和 AI 透明度感兴趣的用户。