HyperMarrow — 本地优先的 AI 记忆与学习系统产品系统

AI 智能体普遍"失忆"：每次对话都要重新交代背景，跨会话、跨工具的上下文无法沉淀，每次使用都像第一次。企业侧的知识散落在文档、聊天记录、会议纪要里，无法变成可复用的组织记忆。同时数据合规要求越来越严，很多场景不允许把知识内容上传到第三方服务器。团队需要一层"本地优先"的记忆底座：既解决长期记忆与上下文续接，又满足记忆数据不出本机的合规要求。本项目即为此场景设计，面向使用 AI 智能体、智能客服、个人知识管理的开发者与知识工作者。

1、记忆四件套：recall（按需召回历史记忆）、intercept-record（过程截取记录）、consolidation（记忆固化沉淀）、file-bridge（本地文件与记忆库桥接）；
2、本地优先架构：记忆数据只写本机硬盘，记忆内容不上传服务器；
3、为各类 AI 智能体提供统一长期记忆层，接入后越用越懂使用者；
4、跨会话、跨工具续接上下文，认知过程可量化；
5、官网提供下载与接入说明，配套桌面端直接使用。

本人全面负责该产品线的研发与技术团队管理：主导架构设计与主体开发框架搭建，负责产品规划与商业化落地。
技术栈与架构：本地优先的双层架构（本地记忆库 + 智能体接入层），记忆写入只落本机硬盘，通过 file-bridge 打通本地文件与记忆库；对上以统一接口对接各类 AI 智能体。
亮点与难点：难点在于"记忆的取舍"——如何判断哪些信息值得长期保留、如何在不依赖云端的前提下完成召回与固化；通过四件套分工（召回/截取/固化/桥接）把这一过程拆解为可独立演进的模块，兼顾隐私与效果。已交付官网与桌面端，持续迭代中。