Innate — 自成长 Agent 程序性知识层

English

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：

层	是什么	机制
记忆 · Memory	把经验蒸馏成可复用知识，并随真实结果自成长	`recall → record → evolve` 飞轮；置信 EMA + 时间衰减 + curate
技能 · Skill	可安装、可复用的程序化技能，与习得知识同台召回排序	`kind="skill"` chunk · `innate-memory` SKILL.md · `innate install` 向导
直觉 · Intuition	同步、无 LLM 的 critic，在冒险动作前评估「有没有底」——返回 valence / strength / 注意点，从不给答案	`innate_appraise` · 纯 Rust 融合打分 · 价值域安全

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/

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）

npm install @innate/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":

闭环	路径
召回	`query → recall → context`（双向量余弦相似度 + 标量过滤，同步纯数学）
观测	`context → use → trace`（记录哪些块被用了、结果如何）
成长	`trace → distill → pending`（离线蒸馏新经验）
治理	`usage → confidence → curate`（EMA 置信度更新 + Curate 归档）
安全	`pending/archived/不物理删`（默认 sanitize 钩子，黑名单 + red action）

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:

操作类别	MCP 工具
Agent 可直接执行	`innate_recall` · `innate_record` · `innate_appraise` · `innate_evolve` · `innate_inspect`
确认后执行	`innate_add` · `innate_spark`
仅人工治理	`innate_approve` · `innate_archive` · `innate_invalidate` · `innate_restore` · `innate_mature_spark` · `innate_promote_spark` · `innate_drop_spark`

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 "@innate/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。

子命令	能力域	说明
`innate recall <query>`	读	`--budget` · `--top` · `--include-sparks` · `--format text\|json`
`innate appraise`	直觉	`--query` · `--last-error` · `--recent-actions` · `--stage` · `--file-context` · `--candidate` — 返回 `{valence, strength, tier, flagged_points}`
`innate record <trace_id>`	写	`--outcome ok\|fail\|unknown` · `--used` · `--output-summary` · `--nomination` · `--source`
`innate evolve`	成长	`--trigger manual\|scheduled\|threshold`
`innate inspect`	调试	库体检: 5 个健康信号 + 当前参数
`innate add <content>`	写入	`--kind note\|skill` · `--trigger` · `--anti-trigger` · `--skill-name` · `--source` · `--depends-on <id>`（可重复）· `--dep-kind hard\|soft`
`innate spark <content>`	灵感	`--trigger`
`innate mature-spark <id> <to>`	治理	to: `sprouting\|incubating` (只允许前向)
`innate promote-spark <id>`	治理	`--to note\|skill`
`innate drop-spark <id>`	治理	`--reason`
`innate approve <id>`	治理	pending → active
`innate archive <id>`	治理	`--reason`
`innate invalidate <id>`	治理	`--reason` (归档 + 黑名单)
`innate restore <id>`	治理	archived → active; 若此前 invalidate, 同步撤销 hash 黑名单
`innate mcp`	集成	启动 MCP stdio 服务 (JSON-RPC 2.0), 供 Claude Code / Desktop 使用
`innate install`	安装	交互式向导——配置 agent、安装二进制、安装 skill
`innate uninstall`	卸载	从所有已配置 agent 和 PATH 移除 Innate
`innate daemon start`	集成	后台日志/Hook 监听守护进程 `--watch <dir>` (Linux only)
`innate daemon status`	集成	查看 daemon 运行状态与错误统计
`innate daemon stop`	集成	停止运行中的 daemon
`innate backup run\|status\|list\|prune`	运维	Cloudflare R2 备份/恢复/列举/清理
`innate upgrade`	运维	从 GitHub Releases 自更新 `--version` · `--check`
`innate migrate`	运维	将数据库 schema 迁移到当前版本
`innate vacuum`	运维	checkpoint WAL + VACUUM，回收 curate 压缩后的空间
`innate hook stop`	集成	从 stdin 处理 Claude Code Stop 负载为会话事件

MCP 工具 (`innate mcp` 暴露的 15 个工具)

MCP 工具	对应能力
`innate_recall`	召回知识——任务开始时首先调用
`innate_record`	记录 trace 结果——任务完成后最后调用
`innate_appraise`	直觉 critic——评估某情境有没有底，返回 `{valence, strength, tier, flagged_points}`，从不给答案
`innate_add`	写入知识块（可选 `depends_on[]` + `dep_kind` 声明 hard/soft 依赖）
`innate_spark`	创建灵感（想法/假设）
`innate_evolve`	触发成长——会话结束时调用
`innate_inspect`	库体检
`innate_approve` / `innate_archive` / `innate_invalidate` / `innate_restore`	治理
`innate_mature_spark` / `innate_promote_spark` / `innate_drop_spark`	灵感生命周期
`innate_backup`	触发一次 Cloudflare R2 备份

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 ─────────────────┘

模块	实现方式	说明
MCP	直接调用 Core lib	JSON-RPC 2.0 over stdio；15 个工具；供 Claude Code / Claude Desktop 使用
CLI	直接调用 Core lib	clap 薄封装；完整 Public API 的命令行入口
Python SDK	subprocess 调用 CLI	`innate-py`，零额外依赖
TypeScript SDK	subprocess 调用 CLI + async MCP client	`@innate/sdk`，Node.js 18+
Daemon	subprocess 调用 CLI	后台监听日志/JSON Hook；自动触发 recall/record/evolve；事件幂等、会话 trace、错误统计、断点续读（Linux only）

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/         @innate/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_appraise critic)——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

innate 0.1.14