面向AI代理的持久内存工具包，可保存上下文、回忆洞察并跨会话跟踪决策

面向AI代理的结构化记忆系统，具备上下文持久化（ checkpoints 和恢复）、结构化存储、与Obsidian兼容的Markdown格式以及本地语义搜索功能

用于代理状态持久化的预写日志协议，防止在对话压缩过程中丢失修正、决策和上下文。适用场景：（1）收到用户修正时——在响应前记录日志；（2）做出重要决策或分析时——在继续前记录日志；（3）压缩前内存刷新时——将工作缓冲区刷新至预写日志；（4）会话启动时——重放未应用的预写日志条目以恢复丢失的上下文；（5）任何需要确保内容能抵御压缩的情况。

通过扫描内存文件恢复上下文压缩后的状态，找回你之前的进度。在刚唤醒、上下文压缩后或感到迷失时使用。

根据文本描述自动生成详细3D模型

使用 Whisper 命令行工具进行本地语音转文本（无需 API 密钥）

将任何文本分解为分类的语义单元——权威、风险、注意力、实体。无需大语言模型。确定性算法。

使用 llama-tts（llama.cpp）和 OuteTTS-1.0-0.6B 模型实现本地文本转语音