Model-Memory-Protocol (MMP)

愿景与野心

Model-Memory-Protocol (MMP) 旨在解决大型语言模型（LLM）长期记忆管理的核心挑战。随着AI系统变得越来越强大，它们需要能够有效地存储、检索和更新知识。MMP提供了一种结构化的方式来组织和操作这些"记忆"，使AI能够：

1. 构建持久化知识树：克服LLM上下文窗口限制，实现长期记忆存储
2. 标准化记忆交互：提供统一接口，让不同的AI系统能够共享和交换记忆
3. 结构化知识管理：以树状结构组织记忆，便于分层和关联管理
4. 增强模型能力：让AI可以逐步积累知识，形成更稳定的能力表现

MMP的核心理念是将记忆视为一种结构化的资源，而非简单的文本片段。通过这种方式，AI可以像人类一样，构建有组织的知识体系，实现真正的"学习"和"成长"。

主要概念

记忆节点 (Memory Node)

记忆节点是MMP的基本单位，每个节点包含以下属性：

• Name：节点名称，简明扼要地描述节点内容
• Description：详细描述，提供关于节点内容的更多上下文
• Path：节点在记忆树中的位置，形如层级路径
• Attention：特别说明，标记节点的重要性或使用注意事项
• NeedInit：标记节点是否需要初始化
• Format：该节点下所有子节点需要遵循的格式要求，可提供示例
• Type：内容类型（json/markdown/xml/plaintext等），第一版仅实现plaintext
• Content：实际存储的内容，可以是文本、二进制等形式

记忆树 (Memory Tree)

记忆树是节点的组织结构，具有：

• Prefix：所有节点共享的路径前缀
• Format：整个树的格式规范，如XML

记忆ID (Memory ID)

每个记忆单元的唯一标识符，格式为mm-{uuid}。

记忆模板 (Memory Template)

包含基本记忆节点设置的模板，用于快速创建标准化的记忆结构。

核心操作

MMP定义了四种基本操作：

1. 初始化记忆：创建记忆结构的框架
2. 添加记忆：向记忆树中添加新节点
3. 获取记忆：检索特定记忆节点的内容
4. 更新记忆：修改现有记忆节点的内容

实现与集成

MMP通过JSON-RPC实现，可以与现有的模型控制协议(MCP)集成，使LLM能够：

1. 获取所有待初始化节点
2. 获取记忆列表（Path-name-description）
3. 获取记忆内容（支持XML等格式输出）
4. 更新特定记忆
5. 插入新记忆
6. 应用记忆模板

开始使用

1. 查看OpenRPC规范文档了解详细API设计

贡献

欢迎提交Issue和Pull Request来完善MMP协议。我们特别欢迎以下方面的贡献：

• 新记忆类型的实现
• 性能优化
• 安全性增强
• 文档改进

许可

MIT License