@galvinsan/pi-mentis

v0.1.25

Published

2 hours ago

Integrated Pi Mentis knowledge-first memory extension for Pi v0.83.0

0High
0Medium
0Low

galvinsan

pi-package pi memory agent coding-agent zvec long-term-memory

@galvinsan/pi-mentis

Pi Mentis 是为 Pi v0.83.0 设计的个人长期记忆与知识库 Extension。它以代码 Agent 场景为第一优先级，但不绑定某个代码仓库：个人偏好、事实、决策、流程、任务、会话经历和外部知识都可以持久保存并在后续会话中召回。

这个包是推荐安装的集成版本，同时包含：

个人长期记忆：显式写入、证据绑定、冲突与演化关系。
知识库：文件、目录、Git 工作区、在线文档、静态书籍和 Wiki 型站点。
Knowledge-first 检索：先检索知识，再利用知识结果引导记忆检索。
混合召回：Dense Vector + Full-text Search + RRF + 可选 Rerank + MMR。
Pi 原生上下文：复用 Pi Session、Branch、Steering 和 Compaction 语义，不维护第二套会话树。
Zvec 本地持久化：原始数据保存在本机，不把 API Key 写入存储或日志。

English summary: Pi-native, knowledge-first personal long-term memory backed by Zvec and SiliconFlow.

兼容性与要求

| 项目 | 要求 | | -------- | --------------------------------------------------- | | Pi | @earendil-works/pi-coding-agent 必须为 0.83.0 | | Node.js | >=22.19.0 | | 推理服务 | SiliconFlow Embedding；Rerank 可降级 | | 凭证 | SILICONFLOW_API_KEY 环境变量 | | 存储 | 本机 Zvec，单写者 |

Pi Mentis 有三个可选产品，只安装一个：

| 包 | 适用场景 | Pi 工具 | | -------------------------------- | --------------------------- | -------------------------------------- | | @galvinsan/pi-mentis | 推荐：知识库 + 长期记忆 | commit_memory, search_memory | | @galvinsan/pi-mentis-knowledge | 只需要知识库 | commit_knowledge, search_knowledge | | @galvinsan/pi-mentis-memory | 只需要个人记忆 | commit_memory, search_memory |

安装、升级与卸载

pi install npm:@galvinsan/pi-mentis

升级：

pi update npm:@galvinsan/pi-mentis

查看安装状态：

pi list

卸载：

pi remove npm:@galvinsan/pi-mentis

最小配置

API Key 必须放在环境变量中，不要写入 JSON：

export SILICONFLOW_API_KEY="your-api-key"

默认模型是：

Embedding：Qwen/Qwen3-Embedding-8B，1024 维
Rerank：Qwen/Qwen3-Reranker-8B，最大输入 32768 tokens

如果使用 BAAI 模型，可同时设置：

export SILICONFLOW_EMBEDDING_MODEL="BAAI/bge-m3"
export SILICONFLOW_EMBEDDING_DIMENSIONS="1024"
export SILICONFLOW_RERANKER_MODEL="BAAI/bge-reranker-v2-m3"
export SILICONFLOW_RERANK_MAX_INPUT_TOKENS="8192"

将环境变量写入 ~/.zshrc 后执行：

source ~/.zshrc

完整配置

Pi Mentis 从 Pi 启动目录读取 .pi-mentis/config.json。所有字段均可省略并继承安全默认值：

{
  "inference": {
    "siliconflow": {
      "apiKeyEnv": "SILICONFLOW_API_KEY",
      "embedding": {
        "model": "BAAI/bge-m3",
        "dimensions": 1024
      },
      "rerank": {
        "model": "BAAI/bge-reranker-v2-m3",
        "maxInputTokens": 8192
      }
    }
  },
  "memory": {
    "offload": {
      "inlineMaxBytes": 8192,
      "truncateMaxBytes": 65536,
      "previewBytes": 4096
    }
  },
  "performance": {
    "queue": { "maxQueuedTaskAgeMs": 1800000 },
    "resources": {
      "maxWebPages": 1000,
      "maxWebBytes": 536870912
    }
  },
  "intelligence": {
    "context": { "persistSnapshots": true, "capabilityMaxAgeMs": 60000 },
    "temporal": { "enabled": true, "repairOnStartup": true },
    "views": { "enabled": true, "ttlMs": 300000 },
    "effectiveness": { "enabled": true, "flushIntervalMs": 250, "maxBatch": 64 },
    "adaptivePolicy": { "enabled": true, "cooldownMs": 1800000 }
  },
  "storage": {
    "rootDir": "/Users/your-name/.pi/agent/pi-mentis/zvec"
  }
}

环境变量对模型配置具有更高优先级。storage.rootDir 默认是当前目录下的 .pi-mentis/zvec；如果希望多个项目共享同一份个人记忆，建议配置绝对路径，并确保相关启动目录使用同一份配置。

同一存储目录只能由一个 Pi 进程写入。不要同时启动两个指向相同 rootDir 的写入进程。

启动与健康检查

pi

进入 Pi 后：

/kb status
/kb models

正常状态应包含 ready: true，并显示 embedding、reranker、knowledge、memory、retrieval 五个 active Provider。同一状态输出还包含当前 Context revision、Topic/Task、相关 State Views、Effectiveness Buffer、 Outcome 汇总以及 Active/Shadow/Canary/Fallback Policy。

记忆如何保持“当前事实”

Pi Mentis 不把所有相似文本都当成同一层级的永真信息：

single 事实只有一个当前 Head；较新的高可信事实会 supersede 旧事实。
set、ordered 和 event 可以保留多个值或事件。
迟到的旧事实只进入 historical，不会覆盖当前 Head。
无法安全判断时进入 conflict，不猜测一个胜者。
实验 Branch 中的 hypothesis 不会修改主 Branch；放弃 Branch 后会被拒绝。
Commit 使用可选 idempotencyKey 防止重试生成重复 Claim。

search_memory 的 temporalMode 可选择 current、historical 或 all。默认只返回当前可用事实。

安全 Gate、State View 与自适应检索

候选必须依次通过 tenant/user/app/agent、项目、时间、Branch、环境、证据、前提和指令安全检查。网页、知识库、工具输出和模型推断可以作为数据被召回，但不会因此升级为用户指令。 procedural 记忆在未显式提供 applicability 时会绑定当前仓库、运行时和包管理器上下文。

Project/User/Topic/Task/Capability View 是可丢弃的派生加速层；每个字段保留 Atomic Memory ID，不能创造新事实。过期 View 会立即返回旧值并在后台校验，失败不会阻塞 Atomic Memory 搜索。

检索 Trace 先写入有界内存 Buffer，再批量落盘。成功归因区分“展示过”和“实际在工具参数中使用”；执行成功、验证通过和用户确认分别记录。Adaptive Policy 只优化有界检索参数，经过 Offline Replay、 Shadow、Canary 和 EWMA 监控；安全隔离、证据完整性、指令安全和删除规则永远不可自适应修改。

长期记忆的使用

可以直接用自然语言要求 Pi 调用工具：

请使用 commit_memory 记住：我在 Node.js 项目中优先使用 pnpm。
类型为 preference，重要度 0.8。

可用记忆类型：

preference：个人偏好
requirement：长期约束或要求
fact：稳定事实
decision：已经做出的决定
procedural：可复用流程
episodic：一次会话或事件经历
task：持续任务状态

手动检索：

请调用 search_memory，搜索我关于 Node.js 包管理器的长期偏好。

大型 Tool Result 会返回 artifactId。可继续使用同一个工具按 UTF-8 安全的字节范围读取，响应中的 nextOffset 可直接用于下一页：

请调用 search_memory，artifactId 为 <id>，offset 为 0，length 为 32768。

也可以同时提供 Memory id 和 query，在该记忆的 Event/Artifact 证据链中搜索；返回匹配片段与 artifactOffset，再按范围精确读取。Artifact 读取会再次校验 tenant/user/app/agent，不会仅凭 ID 跨身份返回内容。

自动召回默认开启。相关证据会在模型回复前以明确标记的“不受信任证据”进入上下文，不能覆盖当前用户指令。

添加知识库

在 Pi 中使用 /kb：

/kb add ./docs
/kb add ./README.md
/kb add https://zhanghandong.github.io/pi-book/

命令会返回后台任务 ID：

/kb jobs <job-id>

已经导入的来源可重新同步或重建：

/kb sync ./docs
/kb rebuild https://zhanghandong.github.io/pi-book/

在线书籍、文档站点和 Wiki

对于 HTML URL，Pi Mentis 不仅抓取入口页。它会按以下优先级发现完整、有序的文档集合：

页面 sidebar、table of contents、navigation 菜单
mdBook 的 toc.js 或 toc.html
章节的 rel=next 链
sitemap 和 sitemap index

抓取只允许同源并限制在入口 URL 的文档路径内；资源文件、搜索页、打印页和重复 URL 会被过滤。每个页面记录：

collectionUri
pageOrder
pageCount
discovery

例如添加 https://zhanghandong.github.io/pi-book/ 会按“前言 → 第 1–33 章 → 附录”抓取 35 个页面，而不是只保存首页。

这是“目录边界抓取”，不会无边界遍历整个域名的所有链接。默认最多 1000 页、总计 512 MiB，可通过配置调整。

支持的来源和格式

来源包括文件、目录、工作区、Git 跟踪文件、HTTPS URL、Pi package、Skill 和 MCP schema。

主要格式包括：

文本、Markdown/MDX、HTML、XML
JSON/JSONL、YAML、TOML、CSV
TypeScript、JavaScript、Go、Rust、Python 等源代码
PDF、DOCX、XLSX、PPTX、EPUB、ZIP
EML、MBOX

解析结果保留标题、章节路径、页码、表格、代码符号和稳定语义键。HTML 优先提取 <main> 或 <article>，减少导航与页面外壳噪声。

`/kb` 命令参考

| 命令 | 说明 | | --------------------------- | ----------------------------------------- | | /kb status | 查看 Provider 与 P8–P13 Intelligence 状态 | | /kb models | 查看当前生效的 Embedding/Rerank 模型 | | /kb add <path-or-url> | 添加文件、目录或 URL | | /kb sync <path-or-url> | 增量同步来源 | | /kb rebuild <path-or-url> | 重新解析并构建来源 | | /kb jobs <job-id> | 查看后台任务结果或错误 | | /kb cancel <job-id> | 取消尚未完成的任务 | | /kb inspect <document-id> | 查看文档及其 chunks | | /kb remove <source-id> | 删除指定来源 | | /kb sources | 查看知识库能力和支持范围 |

知识导入和 Embedding 迁移任务使用持久化的 queued/leased/running/succeeded/failed/dead 生命周期。命令会在“queued”响应前写入 Zvec；进程中断后由下一次启动接管未完成 Lease，幂等 Source/Chunk/Generation ID 防止重试产生重复效果。

检索行为

集成包只暴露 commit_memory 和 search_memory，这是有意设计：

知识内容通过 /kb 管理，不允许模型随意改写。
search_memory 先检索知识库，再检索长期记忆。
Dense 与全文检索通过 RRF 融合。
Rerank 不可用时会降级为本地排序，除非配置为 required。
MMR 减少重复结果，知识和记忆使用独立 token 预算。
自动召回默认软超时 300 ms、硬超时 800 ms，不会无限阻塞当前回复。

数据、安全与备份

API Key 只从环境变量读取，不写入 Zvec、manifest、诊断或日志。
私网 URL、符号链接循环、超大文件、XML DTD/ENTITY、Zip Slip 和压缩炸弹会被拒绝。
工具结果超过阈值时会保存为本地 Artifact，只把预览或引用放入模型上下文。
备份前先停止 Pi，然后复制整个 storage.rootDir；恢复时也必须整体恢复。
不要手动修改 Zvec collection 或 active manifest。

常见问题

`SILICONFLOW_API_KEY` 未配置

确认变量在启动 Pi 的同一个 shell 中可见：

test -n "$SILICONFLOW_API_KEY" && echo configured

模型维度不匹配

Embedding 模型和 dimensions 必须与已有 Zvec generation 一致。切换维度前请先备份，并参考 Embedding migration。

`StorageBusyError`

已有另一个 Pi 进程持有同一存储目录。退出另一个写入进程后重试，不要删除锁文件来绕过单写者保护。

在线文档以前只导入了首页

升级到最新版本后执行：

/kb rebuild <url>

Pi 版本不兼容

当前版本只接受 Pi 0.83.0。兼容性检查在工具、Zvec、Worker 和模型初始化之前执行，避免不兼容版本修改数据。

链接

MIT License.

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme

@galvinsan/pi-mentis

兼容性与要求

安装、升级与卸载

最小配置

完整配置

启动与健康检查

记忆如何保持“当前事实”

安全 Gate、State View 与自适应检索

长期记忆的使用

添加知识库

在线书籍、文档站点和 Wiki

支持的来源和格式

/kb 命令参考

检索行为

数据、安全与备份

常见问题

SILICONFLOW_API_KEY 未配置

模型维度不匹配

StorageBusyError

在线文档以前只导入了首页

Pi 版本不兼容

链接

`/kb` 命令参考

`SILICONFLOW_API_KEY` 未配置

`StorageBusyError`