Skip to content

Hebb Mind脑子越用越灵光

一套受神经科学启发的 AI Agent 记忆框架

为什么叫 "Hebb Mind"?

1949 年,加拿大心理学家 唐纳德·O·赫布(Donald O. Hebb,1904–1985) 描述了大脑学习所遵循的法则。Hebb Mind 正建立在它之上。

“当细胞 A 的轴突……反复或持续地参与激发细胞 B……A 作为激发 B 的细胞之一,其效率就会提高。” —— D. O. Hebb,《行为的组织》(1949)· 后世记为 "一起放电的神经元,会连到一起"

赫布的洞见:记忆不是一个"存放的地点",而是一种"连接的模式"。共同出现的概念会连成细胞集群(cell assembly),激活一部分便唤回全部。Hebb Mind 的标签知识图谱跑的正是这个回路。

🔗
连线
共同出现的标签建立图谱连边 —— 一个细胞集群
💪
强化
每次共现都加粗连边;巩固保留被反复强化的部分
🌐
补全
检索沿连边游走 —— 一个线索唤回整个模式
💨
修剪
从不被共同激活的连接逐渐减弱、消退

那么海马体(hippocampus) —— 项目最初的名字呢?它作为工作记忆分区的名字(mem_hippocampus)保留了下来:每条新记忆在巩固前最先落入的收件箱。这正对应大脑的真实分工 —— 海马体正是把新经验暂存、再固化进长期皮层记忆的"门户"。大脑的结构成了一个组件,而学习法则成了项目的名字。

记忆回路

四个阶段,按大脑大致相同的顺序运行 —— CA1 编码当下、慢波睡眠中的尖波涟漪进行回放(Wilson & McNaughton, Science, 1994)、CA3 凭线索补全完整记忆、遗忘曲线(Ebbinghaus, 1885)安静地完成它的修剪。

📥
编码
工作记忆收件箱 (CA1 捕捉)
🧠
回放与巩固
代理合并、分类、提取标签 (尖波涟漪)
🔍
检索
向量 + 关键词 + 图谱 (模式补全)
💨
遗忘
动态 TTL (Ebbinghaus 衰减)
60 秒上手 — 无需 API Key
pipx install hebb-mind && hebb setup && hebb service install
还没装 pipx一次性安装(brew / apt / dnf / python -m pip)。然后打开 http://localhost:8321/。需要 LLM 巩固时见 5 分钟路径

架构

接口层
REST APIMCP ServerCLIWeb Console
HEBB MIND 核心工作记忆收件箱 · 巩固代理 · 回忆代理 (Agentic RAG) · 调度器
处理引擎
混合检索向量 · 全文 · 图谱
知识图谱标签图谱 · NetworkX
评分引擎时效性 · 重要性 · 相关性
动态遗忘艾宾浩斯 TTL 衰减
基础设施
存储SQLite + sqlite-vec · PostgreSQL + pgvector
嵌入本地 (sentence-transformers) · API
LLM100+ 提供商 via LiteLLM
记忆分区
📚
语义
知识 / 事实
🎬
情景
经历 / 事件
❤️
偏好
喜好 / 厌恶
🔧
程序性
技能 / 方法

为什么选 Hebb Mind

核心能力不落后 — 独特优势更突出。

特性Mem0LettaZepHebb Mind
多模型支持通过 LiteLLM
知识图谱可插拔(v3 已移除)✓(Graphiti)标签图谱(NetworkX)
自托管 Web UI仅云端仅云端仅云端内置 SPA
MCP Server仅消费端内置,自动启动
记忆巩固仅追加休眠代理矛盾解决自动 + 冲突解决
遗忘/衰减时序失效动态 TTL
零配置部署需 API Key需 API Key + DB需 Postgres + Neo4jSQLite + 本地嵌入

Released under the MIT License.