Nowledge Mem now supports parsing any web content within our browser extension🫡

We are also announcing a reference AI Native company on how we could fully leverage agentic AI in human and agent collaboration. It’s called Neo-Corp Check more details from neo-corp.co

大家也可以从 hacker news / blog （中文）看到我们的宣言哈 - news.ycombinator.com/item?id… - nowled.ge/manifesto-zh 感谢！

We also launched Nowledge Mem Cloud just now Thanks a lot for the great work from @suohawking and our team including our agents in Raft

Nowledge Mem 社区里的 abn 大叔超级超级酷，做了非常多的工作，最近他开源了 Noweledge Mem 的 Antigravity Plugin， 他的这个 plugin 的设计和取舍做的非常非常优雅，写了这篇 blog。 我和 abn 大叔有非常不一样的缘分，他是我另一个开源项目（pypglite）的贡献者，然后通过 LLM 的建议知道的 Nowledge Mem，很早的时候我们 Linux 版本非常不稳定，给我们写了一封非常长的 issue feedback email，我回复的时候就觉得熟悉，然后他才知道 Mem 的背后是我。 之后他一直做各种贡献，给各种宝贵的建议，让我们的旅程额外美妙 :D

纯想老师，我们团队是专门做 Knowledge Layer/Memory 的 @NowledgeMem 是我们 toC 的产品哈，之后会有给 AI Native 团队的产品。 直接和 voice 的集成可能没有自包含的，但是您的工作 Agent 接了 Nowledge Mem 是可以满足要求的 :) mem.nowledge.co/ DM 您哈~

can't help sharing shape of Nowledge Mem new release small changes :) it's not just fancy, it's getting insights for human user on your knowledge and memories.

Nowledge Mem v0.9 发布了 🥰 这是一次比较大的版本，而且这次 Mem 从邀测变成了公开 beta 哈。 这次除了憋了不少底层的优化重构之外，比较重要的新能力是 - 自演化的 Skills 结晶和创建 - 人格化长期 agent 范式的支持 - Mem Plus 订阅制 Skills 会从整个 Nowledge Mem 超图上的模式、特征里克制去找到适合变成 procedural memory、进而从中找到符合成为潜在 Skill 个体，并且在我们选择创建成为 Skill 之后，它依然会在使用过程中收集反馈、观察新的 Mem 上下文，给出后续优化补充的 Skill 迭代。 当然，我们也可以纳管导入一个已经有的 Skill、按需从头创建一个 Skill，这部分我们还在打磨，欢迎大家来试用哈。 --- 对于多 Agent 编排系统，我们一直在研究怎么自然的去维护这些人格化 Agent 所需的上下文，让大家可以跨平台保持 Alice, Bob, Cindy 还是 Tony 的上下文，并且和你所有其他 ai 轨迹、上下文和知识复利互通。 以前，虽然对应的 harness 上连接了 Mem，互通复利的部分是没问题的，但是 Mem 是面向主人的上下文管理器（冥想盆），尽管有 space 来做隔离，但是实际上对于 Alice, Bob 这些应该有自己不同定位、Soul 的 agent 个体来说，非常不 native。 这次我们引入了 identity 下的类似于每一个 agent 的 soul/rule 的抽象，把曾经的 working memory（表现近期全局上下文）的机制扩充到了 context bundle，并且按照 agent identity 和全局做了细致的设计，希望可以很好地支持这种面向人格化角色个体的编排范式哈~ 欢迎大家来体验、反馈！ --- 最后是 Mem Plus，为了给到更多用户顺畅的体验，我们出了 这第一个订阅的 plan Plus 里已经包含所有 AI model 的用量之外，我们还引入了 Nowledge Link 这个功能，它是一个我们管理的 tunnel ，让大家不用自己去折腾 tailscale/cf tunnel 就能一键方便地从手机、远程机器上访问你的 Mem 对于我们的 Lifetime Pro 的 License 来说，之前我提到过，它会一直存在下去的，作为对自己工作生活上下文的安全感保证，和 hard core knowledge worker 的最佳搭档，我们会一直保持买断制的计划，而且除非像 Nowledge Link 这种云资源的依赖，我们不会给买断制限制新的能力和功能哈，只不过，因为现在我们从内测期到了公测期，Pro License 已经涨价了，而且会阶梯式倒计时在过了这个阶段之后再次涨价哈。 再次感谢 Mem 的早期支持大佬们🥰🫡

嘿嘿，gezi 老师比我们 announcement 发的更早哈 Nowledge Mem 的原有的背景智能、知识处理、甚至最近引入的 Library（文档、笔记、URL）资料库，都和 LLM Wiki 不谋而合，老用户看到都是会心一笑的。 然而，LLM Wiki 本身是一个以 Wiki 为载体的工作流，它使得每一个知识单元的大小非常适合人 + Agent 的维护和消费，Wiki 中的双链特性让知识保有本应拥有的链接，这种形式在 Nowledge Mem 中还是缺失的。 最新版本里，我们重新审视 LLM Wiki 的工作流，结合我们 Mem 的天性、优势，把这个补上了，而且补得很自然，欢迎大家来体验、反馈。

We @nowledgelabs @NowledgeMem are leveraging before_prompt_build already :) feel free to try it out! github.com/nowledge-co/commu…

👍和 Nowledge Mem 的理念一致 - Graph 结构，包含知识图谱（graphRAG）和图上的记忆、源知识、实体、结晶等各种关联关系的结构 - 双时序因素的处理、索引、衰减 - 基于访问频率、图算法的全局摘要、知识演进、合并、结晶、标签等等的后台智能，proactive 知识梳理、关联、学习 - vector、bm25、label、community 、时序的多路召回管道 - 所有 AI 工具、agent 全连接、同步 - 本地 Agent Computer 的私有不熟 + 远程访问 - working memory，无限时间轴的 agentic 原生交互，library 文档库与记忆关联 - 支持所有 agent 的 plugin、支持各种笔记、浏览器 AI 的集成 对了，今天 Nowledge Mem 发了内测的 iOS 和 Android 客户端 @NowledgeMem 把我们自己的和 ai 工具所触及的上下文聚合、再连接，构建逐渐成长的个人知识、状态，安全可靠去维护 让我们拥有 ai 工具无缝切换的自由

有的！ mem.nowledge.co/docs/integra…

感谢 victor 老师的信任！ openclaw 的 memory plugin 机制里，就是如此哈，即使用了，最内部的记忆结构也是本地文件的🫡。 nowledge mem 的位置和目标也是如此，成为那个外部的、中立的记忆交汇系统哈。 在交汇的位置，我们努力把知识自身的处理、成长做好，提供独特的价值