Innate — 自成长 Agent 程序性知识层
一句话定位: 一个可嵌入可外挂、自成长、引擎可换的 agent 程序性知识层系统。
它不做编排(对 LangGraph / Claude Code / 裸 API 中立), 只解一件事——在有限 context 预算内, 组装最相关、最精确的知识, 并让这套知识随使用自我进化。
Innate 管理的不是「世界是什么样 / 用户偏好是什么」那种陈述性记忆, 也不是一次写定再也不变的静态技能仓库。它管理的是程序性知识(Procedural Knowledge)——「事情该怎么做, 哪种方式在这个上下文里更有效」。每一块知识从进库起都在被真实使用结果考核: 好用的升权, 失效的降权归档, 灵感可孵化晋升, 整库越用越准。
三重概念 — 记忆 · 技能 · 直觉
Innate 在一个程序性知识内核之上，由三层协作构成：
记忆沉淀并变准，技能封装并复用，直觉临门一脚做取证式 gut-check——三者合力，让 agent 的程序性 know-how 随使用复利增长。
安装
一行安装（Linux / macOS）
curl -fsSL https://innate.mengkai.ren/ | sh
自动检测平台并下载预编译二进制，验证 sha256 校验和，安装到 ~/.local/bin，并运行 innate install 配置 Agent 集成——一步完成。
可选参数：
# 固定安装版本
curl -fsSL https://innate.mengkai.ren/ | INNATE_VERSION=0.1.8 sh
# 仅安装二进制，跳过 Agent 配置
curl -fsSL https://innate.mengkai.ren/ | NO_INNATE_SETUP=1 sh
# 指定安装目录
curl -fsSL https://innate.mengkai.ren/ | INNATE_DIR=/usr/local/bin sh
其他安装方式
# Rust（推荐）
cargo install innate
# Python 安装器——自动下载预编译二进制，无需 Rust
pip install innate-ai
# npm 安装器——自动下载预编译二进制，无需 Rust
npm install -g @vima-tech/innate
# 从源码编译
cd core && cargo build --release
cp target/release/innate ~/.local/bin/
@vima-tech/innate 同时发布在 npmjs.org 和 GitHub Packages。npmjs.org 上的副本无需认证；
GitHub Packages 上的副本需要带 read:packages 的 classic PAT（配置方式见下方 TypeScript SDK 一节）。
验证安装：
innate inspect
配置 Agent 集成
二进制在 PATH 上之后，运行交互式向导配置 MCP 服务并安装 innate-memory agent skill（一行安装脚本已自动执行此步骤）：
innate install
自动检测 Claude Code、Codex CLI 和 opencode。
让 Agent 帮你安装
将以下提示词粘贴到 Claude Code（或任何拥有 shell 访问权限的 Agent）中：
运行以下命令安装 Innate：
curl -fsSL https://innate.mengkai.ren/ | sh
该脚本会自动下载二进制、验证校验和并配置 MCP 服务和 agent skill。
完成后用 `innate inspect` 验证安装。
Python SDK（程序化调用）
pip install innate-py
TypeScript SDK（程序化调用）
TS SDK 发布在 GitHub Packages，即使是公开包也需要认证。先创建一个带 read:packages
权限的 classic personal access token（GitHub Packages
的 npm registry 不支持 fine-grained token），写入 ~/.npmrc：
//npm.pkg.github.com/:_authToken=YOUR_TOKEN
再在项目的 .npmrc 里把 @vima-tech scope 指向 GitHub Packages（该文件应提交进仓库）：
@vima-tech:registry=https://npm.pkg.github.com
然后安装：
npm install @vima-tech/sdk
MCP 服务 (Claude Code / Claude Desktop)
在 .claude/settings.json 中添加:
{
"mcpServers": {
"innate": {
"command": "innate",
"args": ["mcp"]
}
}
}
配置后 Agent 可直接使用 innate_recall、innate_record 等 MCP 工具, 无需手动调用 CLI。
Daemon (Linux only)
后台守护进程，监听指定目录下的日志文件和 JSON Hook 事件，自动桥接到知识层：
innate daemon start --watch /path/to/log/dir
innate daemon status
innate daemon stop
Daemon 通过 subprocess 调用 innate CLI，不直接打开知识库；其自身状态（文件偏移、已处理事件、会话 trace）记录在独立的 daemon_state.sqlite 中。
卸载
innate uninstall # 交互式，保留数据
innate uninstall -y # 跳过确认，保留数据
innate uninstall -y --purge-data # 同时删除 ~/.innate/ 数据目录
快速开始
# 1. 写入知识
innate add "Python 列表推导式比 map/filter 更易读" --kind note --trigger "python 列表处理"
# 2. 召回知识 (返回 top 块, 含 trace_id)
innate recall "python 列表优化" --budget 2000 --format json
# 3. 补全 trace (闭合经验链路)
innate record <trace_id> --outcome ok --used <chunk_id1>,<chunk_id2>
# 4. 触发成长 (蒸馏 + 治理)
innate evolve --trigger manual
# 5. 体检 (健康信号 + 建议命令)
innate inspect
核心闭环
五个核心闭环必须完整, 缺一就不算"知识层":
默认同步召回路径绝不调用任何 LLM/小模型——Innate 是图书管理员，不是阅读者兼编辑。只有调用方显式开启可选 Refiner 时才执行 trim/adapt。
接入 Agent (MCP 配置)
推荐方式: MCP 服务 — Agent 通过 MCP 工具直接操作知识库, 无需 CLI 权限。
Agent 工作规范
配置完成后, 将以下工作规范发送给 Agent:
工作流程
- 每次任务开始前调用
innate_recall(query="<任务意图>"), 将结果纳入计划 - 冒险动作前调用
innate_appraise(situation=...)(直觉层)做 gut-check——它只告诉你「要注意什么」, 从不给答案 - 任务结束后调用
innate_record(trace_id=..., outcome="ok"|"fail"), 闭合 trace - 发现值得保留的经验或灵感时, 先提炼并向用户确认; 得到同意后调用
innate_add或innate_spark - 判断知识已失效时, 只提出治理建议, 不直接执行治理动作
- 会话结束时调用
innate_evolve(trigger="manual")触发蒸馏
Python SDK
from innate import KnowledgeBase
kb = KnowledgeBase("personal.db") # 或通过 INNATE_DB 环境变量指定
# 写入
note_id = kb.add("经验内容", kind="note", trigger_desc="触发场景")
spark_id = kb.spark("一个待探索的灵感", trigger_desc="相关场景")
# 召回 (同步纯数学)
ctx = kb.recall("任务描述", budget=6000, include_sparks=True)
for chunk in ctx.knowledge:
print(chunk["id"], chunk["content"])
# 记录使用
kb.record(ctx.trace_id, outcome="ok", used=[note_id], output_summary="解决了 X")
# 成长
result = kb.evolve(trigger="manual")
# 治理 (人工操作)
kb.approve(pending_id)
kb.archive(note_id, reason="stale")
kb.invalidate(note_id, reason="逻辑错误")
kb.restore(archived_id)
# 灵感生命周期
kb.mature_spark(spark_id, to="sprouting")
kb.mature_spark(spark_id, to="incubating")
new_id = kb.promote_spark(spark_id, to="note")
kb.drop_spark(spark_id, reason="已证伪")
# 体检
report = kb.inspect()
TypeScript SDK
import { KnowledgeBase, McpClient } from "@vima-tech/sdk";
// CLI subprocess 模式 (同步, 适合脚本)
const kb = new KnowledgeBase({ dbPath: "personal.db" });
const ctx = kb.recall("任务描述", { budget: 6000 });
kb.record(ctx.trace_id, { outcome: "ok", used: [chunkId] });
kb.add("经验内容", { kind: "note", triggerDesc: "触发场景" });
kb.evolve("manual");
const report = kb.inspect();
// MCP 客户端模式 (异步, 适合 Agent 集成)
const client = new McpClient({ dbPath: "personal.db" });
await client.initialize();
const result = await client.recall("任务描述", { budget: 6000 });
await client.record(result.trace_id, { outcome: "ok" });
await client.add("新知识", { kind: "note" });
await client.inspect();
client.close();
CLI 子命令一览
CLI 是 SDK Public API 的薄封装, 不新增任何知识层逻辑——只做参数解析和格式化输出。
MCP 工具 (innate mcp 暴露的 15 个工具)
系统架构
四种接入模块，共用一套 Rust KnowledgeBase Core：
MCP (innate mcp) ──────────────────────────┐
CLI (innate <cmd>) ──────────────────────────┤──> KnowledgeBase Core ──> SQLite
SDKs (Python / TypeScript) ──> CLI ─────────────────┤
Daemon (innate daemon start) ──> CLI ─────────────────┘
Innate System
├── Rust 核心 (core/)
│ ├── KnowledgeBase (lib) 8 类 Public API, SQLite + 纯 Rust 余弦相似度
│ ├── CLI (innate <cmd>) clap 薄封装, 参数解析 → KnowledgeBase 调用
│ ├── MCP Server (innate mcp) JSON-RPC 2.0 over stdio, 15 个 MCP 工具
│ └── Daemon (innate daemon) 后台日志/Hook 监听, subprocess → CLI (Linux only)
│
├── 向量搜索 f32 BLOB 存储 + 全扫描余弦相似度 (零 native 扩展)
│ ├── vec_content 内容向量 (BLOB)
│ └── vec_trigger 触发向量 (BLOB)
│
├── SDKs
│ ├── sdks/python/ innate-py — subprocess → CLI, 零额外依赖
│ └── sdks/typescript/ @vima-tech/sdk — CLI subprocess + async MCP client
│
└── skills/innate-memory/ SKILL.md (MCP 工具为主, CLI 为 fallback)
核心特性
- 一核三层: 记忆 Memory(自成长知识)· 技能 Skill(可安装程序)· 直觉 Intuition(
innate_appraisecritic)——同建于一个程序性知识内核之上 - 直觉 critic (
appraise): 同步、无 LLM 的「有没有底」评估，返回{valence, strength, tier, flagged_points}且从不给答案——价值域上对 lethal trifecta 安全 - 双向量召回:
content_vec+trigger_vec, 按w_content / w_trigger / w_confidence / w_activation融合排序(末项为 ACT-R 近因×频次信号) - 置信度驱动: EMA 更新 + 时效加权 (显式信号) + 时间衰减, 知识越用越准
- 零 native 扩展: 向量存为 f32 BLOB, Rust 原生余弦相似度, 无 sqlite-vec / C 扩展依赖
- MCP 原生集成:
innate mcp暴露 15 个工具, Claude Code / Claude Desktop 开箱可用 - hard dep fail-closed: 召回时若 hard 依赖不可用/被归档, 直接丢弃整个 seed, 绝不返回半截闭包
- 零主动行为: SDK 永不自发行动, 所有成长由外部触发 (evolve trigger: manual / scheduled / threshold)
- sanitize 三态合同: 钩子返回
(cleaned, action),action ∈ {allow, redact, discard};discard拒绝写入,redact落点 confidence 上限 0.4 - spark 独立生命周期: maturity =
seed → sprouting → incubating, 仅promote/drop时离场; 不参与 confidence 排序, 不被低分归档 - 原子双向量写入: chunk + content_vec + trigger_vec 同
BEGIN IMMEDIATE事务写入, 任一失败回滚 - schema 自动迁移: 启动时自动 apply 增量迁移, 库空直接 exec schema.sql
兼容性
- 核心运行时: Rust 1.70+ (bundled SQLite, 零外部运行时依赖)
- Python SDK: Python 3.8+ (subprocess, 零额外依赖)
- TypeScript SDK: Node.js 18+ (child_process, 零额外依赖)
- Daemon: Linux only (依赖
/proc与fork；非 Linux 平台返回明确错误) - 数据库默认位置:
~/.innate/data/personal.db(可通过INNATE_DB环境变量或--db覆盖) - 平台: Linux / macOS / Windows；Daemon 仅 Linux
文档
docs/Innate-设计文档-v0.1.9.md— 完整系统设计（最新权威基线）docs/Innate-设计文档-v0.1.8.md— 上一基线，含 4.8→4.14 逐版 schema 变更史skills/innate-memory/SKILL.md— Agent Skill 元数据与使用规范
开发
# 编译
cd core && cargo build --release
# 运行全量测试
cd core && cargo test
# 运行单个测试
cd core && cargo test test_add_and_recall
# 检视默认知识库
innate inspect
测试共 155 个，全部通过，按职责分组于 core/src/tests/: basics · feedback · governance · distillation · distill_failures · evolve_retries · reliability · restoration · intuition · eval(召回质量基准)· resilient_distill(确定性兜底)。
License
MIT
