mem-in · Agent 记忆摄取层 & 桌小助 desk-agent产品系统

大模型应用在长周期协作中普遍缺少稳定记忆，上下文一长就丢失关键信息，历史决策与用户偏好无法沉淀；同时桌面端 AI 助手缺少与本地文件、剪贴板和系统能力的安全打通方式，工具调用链路割裂。

mem-in 提供 Agent 记忆摄取层，负责对话与文档的切分、抽取、去重与召回，按实体与主题组织长期记忆并支持增量更新；桌小助 desk-agent 是桌面智能助手，支持本地文件检索、内容总结、剪贴板与常用系统操作，通过 MCP 协议挂载外部工具，把模型能力落到真实工作流中。

mem-in 以 Node.js 与 Python 混合实现，摄取管线做分块、向量化与实体归一，检索侧结合语义召回与关键词匹配并做重排；desk-agent 采用 Rust + Tauri 构建桌面端以控制体积与权限边界，工具层按 MCP 协议注册与调度，敏感操作在执行前显式确认，本地数据落盘加密。