AYXK

自我模型 · 开源清单

会话里收集的、和「系统对自己的可查询描述」相关的开源项目。优先研究 ≠ 立刻接入日常 Cursor。主记忆仍是 claude-mem。

第一档

优先研究

和「显式自我描述」最贴的开源。

项目	开源 / 入口	值得看什么	和你们
Letta 原 MemGPT	github.com/letta-ai/letta	`persona` 记忆块＝显式自我描述；Agent 用工具改自己的记忆；核心记忆 vs 档案记忆	已有 `letta-lab/`；单独试，不接日常 Cursor
CoreMind	github.com/Wylhelm/coremind	文档写明 Self-model (L3+)：习惯 / 节律 / 上下文，强调只留本机	隔离克隆读架构即可，不必整栈上线
Nūr	github.com/balfiky/nur	identity / beliefs / drives / self-traits 当可检查运行时状态，不只向量记忆	对照「禁令 + 身份」怎么落状态机
Nous	github.com/tfatykhov/nous	Minsky 派：决策记忆、校准、guardrails、自我监控	和 AYXK「决策图」气质近，偏工程哲学

第二档

相关，但别当自我模型本体

记世界 / 用户 / 分层记忆——有用，对象通常不是「我」。

项目	入口	作用	备注
Mem0	github.com/mem0ai/mem0	提取并检索用户事实	偏「关于用户」，不是「关于我」
Zep / Graphiti	github.com/getzep/graphiti	时间线知识图	本机已有 `graphiti-lab/`；会变事实实验用
OpenViking	本机 `openviking-lab/`	可见检索轨迹、L0/L1/L2	可对照分层，不是经典 self-model
腾讯分层记忆	本机 `tencentdb-memory-lab/`	L0–L3，含画像	有画像层可对照；不接日常 Cursor
Turiya	github.com/QuintessenceCoding/Turiya	世界模型 + 自称 self-concept	宣传重，当参考，别当主线

落地

建议怎么啃（贴 AYXK）

第一Letta：看 persona / memory blocks 怎么进上下文、怎么被改。
第二CoreMind：读 SelfModel 与记忆/感知怎么隔离，不必整栈跑。
第三AYXK：库里 Agent/System 节点 + 禁令边，比再造元元本体划算。

记住：元元本体 ≠ 自我模型。前者改语言，后者给自己立户口。

清单 v1 · 2026-09-04 · 会话收集，非官方背书