Recalld：为 AI 智能体打造的记忆层，只返回相关事实

事件

Recalld 是一个面向 AI 智能体和聊天场景的记忆层，可以接收对话、文档或代码作为输入，将其拆解为一条条事实后存入向量数据库。开发者表示，做这个项目是因为找不到可靠的记忆层，能让智能体在检索时拿到准确数据而不被噪声干扰。

每次写入时，新事实会与已有事实比对，Recalld 据此判断该事实是新增、更新还是替换旧事实。智能体有两种取回上下文的方式：一是 search，走向量搜索，速度更快、成本更低；二是 recall，调用大模型来挑选相关事实。在公开的 LoCoMo 基准测试中，每个问题平均只返回约 243 个上下文 token。

Recalld 可通过 API 或 MCP 接入，基准测试公开且可复跑，提供无需绑卡的免费套餐，并设有欧盟和美国两个完全独立的数据存储区域。目前它仅提供托管服务，尚不支持自托管。对于需要长期记忆、又担心上下文膨胀和检索噪声的智能体开发者来说，这种“事实级”记忆管理值得关注。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：Hacker News*