开源项目mori：颠覆传统“写日记”模式，实现AI记忆的动态上下文重组

针对当前AI Agent记忆设计中依赖“写日记”导致的成本爆炸与检索噪声问题，开源项目mori提出了一种反传统的解决方案。它摒弃了单纯的向量数据库检索，构建了包含History、Topic、Episode及核心TopicGraph的四层拓扑结构。mori能根据Agent当前状态动态重组上下文，利用“原子记忆”和类似“创伤后应激”的触发机制，精准唤醒相关历史片段。这种设计旨在以低成本实现长任务中的状态持久化，显著提升AI的记忆处理效率与准确性。