🦅 hawk-bridge

你的 AI 团队还在当"金鱼"？

Session 结束就忘、跨 Agent 就失忆 ——个人+企业 hawk-bridge 给 AI 装上持久记忆，18 个功能覆盖记忆全生命周期： 记忆捕获 → 召回注入 → 置信度校准 → 遗忘预警 → 因果推理 → 自我进化。

English | 中文

---

🎯 一句话定位

AI 团队的多 Agent 共享记忆层 — 每个 Agent 记住自己该记住的，共享该共享的，进化该进化的。

---

🦅 解决了什么问题？

痛点	❌ 没有	✅ 有 hawk-bridge
新 Session 开始	空白一无所知	✅ 自动注入相关记忆，MRR@5 = 99.6%
用户重复偏好	"我跟你说过了"	✅ 置信度校准 + 长期记忆
多 Agent 团队	各 Agent 从零开始	✅ 共享记忆 + visible_to 可见性控制
子 Agent 失控	能看主 Agent 私人记忆	✅ 私有记忆隔离，精确控制
Context 爆 Token	无限制膨胀	✅ 自动压缩 + SimHash 去重 + MMR 多样召回
记忆不会进化	重复同样错误	✅ importance 升级 + Belief Timeline + TIL
遗忘关键信息	时间久远就消失	✅ Almost Lost 预警 + 4 层衰减（Working→Long→Archive）
推理无因果链	只知其然不知所以然	✅ Causal Memory 反事实推理

---

⚡ 快速上手（3 步跑通）

# 1. 一键安装
curl -fsSL https://raw.githubusercontent.com/relunctance/hawk-bridge/master/install.sh | bash

# 2. 验证安装
hawk doctor

# 3. 开始使用 — 每次回复自动记忆，每次新会话自动注入
hawk recall "项目架构"   # 召回相关记忆
hawk recall "我的偏好"   # 召回个人偏好

开箱即用：安装后自动集成到 OpenClaw，无需手动配置。

---

📊 性能数据（实测）

指标	数据	说明
MRR@5	99.6% ✅	超越 Mem0 公开基线 91.6%
Recall@5	71.5%	conversational_qa 数据集
召回延迟 P50	77ms	冷启动，即时响应
并发召回 P95	419ms	5 并发下
embedding 延迟	5.6ms/call	xinference bge-m3

实测环境：xinference bge-m3 (CPU) + LanceDB 0.30 + Go 单进程

---

🧠 核心功能（18 个 COMPLETE）

功能	说明
Working Memory	任务连续性召回，跨 Session 保持上下文
Deprecation	过时决策自动标记，演进历史完整保留
Learning Memory	从对话中学习提取，高准确率
Confidence Calibration	置信度校准，目标 85% 准确率
Memory Chronology	认知演变可视化，记录思维成长轨迹
Belief Timeline	信念提取与追踪，理解用户观点变化
TIL（Today I Learned）	每日学习总结，形成结构化知识
Almost Lost	遗忘预警，记忆消失前主动保护
Memory Branching	分支记忆，实验性推理独立存档
Self-Awareness	认知边界感知，知道自己不知道什么
Memory Coach	记忆教练，主动建议优化记忆质量
Counterfactual Memory	反事实推理，"如果当初…会怎样"
Consensus Memory	决策共识追溯，多版本决策对比
Memory Hygiene Score	记忆健康分，定量评估系统状态
Strategic Memory	目标追踪，长期规划与执行监控
Task-Aware Recall	任务感知召回，上下文相关的精准召回
Active Memory	主动推送，基于触发规则主动提醒
Implicit Knowledge	隐式知识提取，从行为中归纳规律

18/22 功能 COMPLETE — 覆盖记忆全生命周期

---

🗺️ 四件套关系

hawk-bridge 是四件套的记忆桥梁：

┌──────────────────────────────────────────────────────────────┐
│                    🦅 hawk-bridge                          │
│         OpenClaw Hook 系统 + 多 Agent 记忆编排               │
│                                                              │
│   Hook 触发 → capture（自动提取记忆）→ hawk-memory (Go)      │
│   新会话   → recall（自动注入记忆）← hawk-memory (Go)        │
└──────────────────────────────────────────────────────────────┘
                            ↕
┌──────────────────────────────────────────────────────────────┐
│                  📡 hawk-memory (Go)                          │
│              高性能记忆 API 服务（Go）                        │
│                                                              │
│   RRF Fusion 召回 + agent namespace + trigger 规则          │
│   MRR@5 = 99.6% | Recall@5 = 71.5% | P50 = 77ms          │
└──────────────────────────────────────────────────────────────┘
                            ↕
              ┌──────────────┴──────────────┐
              ↓                             ↓
┌─────────────────────────┐   ┌─────────────────────────┐
│      hawk-eval          │   │      soul-engine        │
│   评测体系（公开打榜）   │   │   记忆进化引擎（私有）   │
│                         │   │                         │
│ LoCoMo MRR = 100%      │   │ Raw→Pattern→Principle  │
│ m_flow procedural 公开   │   │ LLM 自动发现 trigger 规则│
└─────────────────────────┘   └─────────────────────────┘

---

🏗️ 多 Agent 记忆架构

┌─────────────────────────────────────────────────────────────┐
│                    hawk-bridge                              │
│                 多 Agent 记忆架构                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌─────────────┐     ┌─────────────┐                      │
│  │ Agent-1     │     │ Agent-2     │                      │
│  │ (主 Agent)  │     │ (子 Agent)  │                      │
│  └──────┬──────┘     └──────┬──────┘                      │
│         │  inject-context   │                              │
│         │◄──────────────────┘                              │
│         │                  子 Agent 只能看到                 │
│         │                  被注入的记忆（精确可见性控制）     │
│         │                                                  │
│  ┌──────▼──────────────────────────────────┐              │
│  │         Team Memory（共享层）              │              │
│  │  - 项目上下文、团队决策、技术选型          │              │
│  │  - 所有 Agent 可读                        │              │
│  ├──────────────────────────────────────────┤              │
│  │         Agent Private Memory（私有层）      │              │
│  │  - 主 Agent 的内部推理、临时状态          │              │
│  │  - 子 Agent 不可见                       │              │
│  └──────────────────────────────────────────┘              │
│                                                             │
│  ┌──────────────────────────────────────────┐              │
│  │         Working Memory（任务层）             │              │
│  │  - 当前任务上下文、近期决策、置信度评分     │              │
│  └──────────────────────────────────────────┘              │
│                                                             │
└─────────────────────────────────────────────────────────────┘

关键能力

能力	说明
visible_to 可见性控制	精确控制谁能读/写哪类记忆
上下文注入 API	主 Agent 调用 inject-context 注入给子 Agent
Team Memory	团队共享记忆区域，协作无障碍
私有记忆隔离	主 Agent 私人推理默认对子 Agent 不可见
记忆进化链	Raw→Pattern→Principle→Skill 自动演进

---

🔄 工作流程

Session 结束
    │
    ▼
┌──────────────────────────────────────┐
│  hawk-capture（自动提取）             │
│  • Working Memory — 当前任务上下文     │
│  • Deprecation — 过时记忆标记         │
│  • Confidence — 置信度评分            │
│  • TIL — 今日学习总结                │
│  • Almost Lost — 遗忘预警            │
└────────────────┬───────────────────┘
                 ▼
┌──────────────────────────────────────┐
│  hawk-memory (Go) — LanceDB 存储    │
│  • RRF Fusion 混合检索               │
│  • agent namespace 隔离              │
│  • 4 层衰减（Working→Archive）       │
└──────────────────────────────────────┘

新 Session 开始
    │
    ▼
┌──────────────────────────────────────┐
│  hawk-recall（自动召回）             │
│  • Task-Aware Recall — 任务感知       │
│  • Self-Awareness — 认知边界感知     │
│  • Memory Hygiene Score — 健康检查    │
└────────────────┬───────────────────┘
                 ▼
        注入 Context → LLM 回复

---

🚀 安装方式

方式一 — 安装脚本（推荐）

curl -fsSL https://raw.githubusercontent.com/relunctance/hawk-bridge/master/install.sh | bash

方式二 — ClawHub

clawhub install hawk-bridge
openclaw skills install hawk-bridge

方式三 — 手动编译

git clone https://github.com/relunctance/hawk-bridge.git /tmp/hawk-bridge
cd /tmp/hawk-bridge
npm install && npm run build
openclaw plugins install /tmp/hawk-bridge

---

🦅 CLI 快速命令

# 诊断
hawk doctor              # 检查安装状态
hawk doctor --stats     # 显示记忆统计 + Hygiene Score

# 读写记忆
hawk recall "查询内容"    # 语义搜索召回（MRR@5 = 99.6%）
hawk write "记忆内容"    # 写入记忆

# 反馈纠正
hawk confirm 3           # 确认记忆正确（提升置信度）
hawk deny 3             # 标记记忆不可靠（降低 importance）
hawk correct 3 新内容    # 纠正记忆（触发 Deprecation）

# 维护
hawk export             # 导出所有记忆
hawk clear              # 清空所有记忆（⚠️不可逆）

---

🎯 竞品对比

	Mem0	m_flow	hawk-bridge
MRR@5	91.6%	—	99.6% ✅
Recall@5	—	公开基线	71.5%
召回延迟 P50	—	—	77ms ✅
多 Agent 协作	❌	❌	✅
可见性控制	❌	❌	✅ visible_to
记忆进化	❌	❌	✅ 4 层演进
开源	❌	❌	✅ 全开源

---

📂 文档导航

文档	内容
架构文档	v2.0 完整架构设计
多 Agent 设计	可见性控制 + 上下文注入
Go 集成指南	hawk-memory (Go) API 接入
HTTP API	完整 REST API 文档

---

🗺️ 演进路线

v1.1（当前）— 多 Agent 记忆核心
├── ✅ 可见性控制（visible_to）
├── ✅ 上下文注入 API（inject-context）
├── ✅ Team Memory
├── ✅ 18 个 COMPLETE 记忆功能
└── 🔄 Session 隔离

v1.2 — M-flow 集成
├── Bundle Search 集成
└── Episode Bundle 评分

v2.0 — 架构升级
├── Schema v2（4表拆分）
├── Pipeline 统一调度
└── Rule Engine 核心

v2.x — 完整能力
├── Pattern→Principle→Skill 进化
├── Multi-tenant Namespace
└── Dynamic Fusion（hawk-pro）

---

最后更新：2026-05-01 核心方向：多 Agent 记忆架构开源 + MRR 超越 Mem0 + 18 个 COMPLETE 记忆能力