✨ 介绍 Mnexium AI：赋予您的 AI 持久记忆 ✨

Mnexium AI 旨在为您的 AI 模型提供持久且结构化的记忆，让 AI 代理更智能、更连贯，无需复杂设置，即可拥有长期上下文理解能力。

💡 Mnexium AI 核心功能一览

Mnexium 通过一个简洁的 API，帮助您轻松管理 AI 的记忆。它不仅仅是存储，更是智能地记录、整理和召回 AI 所需的关键信息。

传统 AI 模型面临的挑战是“健忘”。Mnexium 通过以下四个互补系统彻底改变了这一现状，让您的 AI 真正学习和进步：

聊天历史 (Chat History)

用途：用于上下文连续性，记录会话中的每个消息，确保对话流畅。

“原始对话日志——会话中发送和接收的每条消息。用于上下文连续性。”
代理记忆 (Agent Memory)

用途：提取并存储用户的事实、偏好和上下文，跨会话持久存在，让代理“记住”用户。

“关于用户的提取事实、偏好和上下文。跨所有对话和会话持久存在。”
代理状态 (Agent State)

用途：短期、任务范围的工作上下文，用于跟踪任务进度和待定操作，如同代理的“草稿本”。

“代理工作流的短期、任务范围工作上下文。跟踪任务进度和待定操作。”
可观测性 (Observability)

用途：提供完整的审计跟踪，让您了解 AI 代理做了什么以及为什么这么做，便于调试和优化。

“每次 API 调用、记忆创建和认证事件的完整审计跟踪。查看您的代理做了什么以及为什么。”

当用户在几天甚至几周后返回时，Mnexium 能自动将相关上下文注入到 AI 请求中，实现真正的长期记忆。例如：

Mnexium 的设计理念是简单而强大，让您专注于产品本身，而非记忆基础设施的搭建。

无需 SDK，只需将 mnx 对象添加到您现有的 OpenAI API 调用中。Mnexium 会自动代理请求，处理记忆管理。

subject_id: 关联用户或实体 ID。
chat_id: 用于标识特定对话会话。
log: true: 记录当前对话回合的完整上下文到聊天历史。
learn: true: 让 AI 决定哪些内容值得记忆。
可选值：true (AI 决定), "force" (总是创建记忆), false (从不提取记忆)。
recall: true: 自动召回相关的长期记忆并注入到上下文中。
history: true: 自动在消息前附加先前的对话历史。
state: { load: true, key: "current_task" }: 加载与特定任务相关的短期工作状态。

Mnexium 为现实世界的 AI 应用提供了强大的记忆层，赋能多种创新场景：

什么是记忆？
记忆是一个结构化的 JSON 记录，包含文本、类型（事实/偏好/上下文）、重要性得分、标签以及用于语义搜索的嵌入向量。
Mnexium 与向量数据库有何不同？
Mnexium 是一个专为 AI 代理设计的有主见的记忆层。我们处理评分、去重、治理和聊天历史——而不仅仅是嵌入。
我可以使用自己的 OpenAI API 密钥吗？
可以。通过 x-openai-key 头部传递您的密钥。我们绝不会存储您的 OpenAI 密钥，它仅在请求期间使用。
我的数据安全吗？
是的。所有数据在静态和传输过程中都经过加密。我们支持具有细粒度权限的范围 API 密钥，您可以立即撤销访问权限。