shazhou/oc-wiki
8
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: remove Mitsein references from public-facing articles

Browse Source
This commit is contained in:
星月 2026-04-10 09:11:02 +08:00
parent c80706ebfd
commit 3ec5e2b504
2 changed files with 18 additions and 18 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

24
docs/shared/mempalace-analysis.md
View File

@ -183,9 +183,9 @@ hooks/mempal_save_hook.sh
--- ---
## 与 OpenClaw/Mitsein 记忆系统的对比 ## 与 OpenClaw 记忆系统的对比
| 维度 | MemPalace | OpenClaw Memory | 我们的 Memex | | 维度 | MemPalace | OpenClaw Memory | Memex (Zettelkasten) |
|:--|:--|:--|:--| |:--|:--|:--|:--|
| **存储** | ChromaDB (向量) + SQLite (图谱) | MEMORY.md + memory/*.md (文件) | Zettelkasten 卡片 (Git) | | **存储** | ChromaDB (向量) + SQLite (图谱) | MEMORY.md + memory/*.md (文件) | Zettelkasten 卡片 (Git) |
| **检索** | 语义嵌入搜索 | 全文搜索 (FTS) | 全文搜索 + 标签 | | **检索** | 语义嵌入搜索 | 全文搜索 (FTS) | 全文搜索 + 标签 |
@ -196,19 +196,19 @@ hooks/mempal_save_hook.sh
| **Agent 集成** | MCP Server + Hooks | 原生（memory_search 工具） | memex CLI | | **Agent 集成** | MCP Server + Hooks | 原生（memory_search 工具） | memex CLI |
| **分层加载** | 4 层（600-900 token 唤醒） | 全量加载 MEMORY.md | 搜索时按需 | | **分层加载** | 4 层（600-900 token 唤醒） | 全量加载 MEMORY.md | 搜索时按需 |
### MemPalace 比我们好在哪 ### MemPalace 的优势
1. **语义搜索** — ChromaDB 的嵌入向量搜索比纯文本 FTS 精准得多。"我们上次讨论数据库选型"这种模糊查询，语义搜索能找到，关键词搜索可能找不到。 1. **语义搜索** — ChromaDB 的嵌入向量搜索比纯文本 FTS 精准得多
2. **分层加载** — 4 层栈设计精妙：身份和关键记忆常驻（~800 token），其他按需搜索。我们的 MEMORY.md 是全量加载，浪费 context。 2. **分层加载** — 4 层栈设计精妙，唤醒成本 <1000 token
3. **知识图谱** — 实体关系 + 时间维度。我们的 memex 有双向链接但没有时间感知。 3. **知识图谱** — 实体关系 + 时间维度
4. **容量** — ChromaDB 可以存百万条记忆。我们的文件系统方案几千条就到头了。 4. **容量** — ChromaDB 可存百万条记忆
### 我们比 MemPalace 好在哪 ### OpenClaw/Memex 的优势
1. **零依赖** — MEMORY.md 是纯文本，任何编辑器能看。MemPalace 需要 ChromaDB。 1. **零依赖** — 纯文本，任何编辑器能看
2. **透明度** — 文件系统一目了然。ChromaDB 是黑箱，用户不知道里面存了什么。 2. **透明度** — 文件系统一目了然
3. **可编辑** — 直接改文件。MemPalace 改数据得用 CLI 或 MCP 工具。 3. **可编辑** — 直接改文件
4. **Git 友好** — 天然版本控制。ChromaDB 二进制文件不好 diff。 4. **Git 友好** — 天然版本控制
--- ---

12
docs/shared/multica-analysis.md
View File

@ -253,27 +253,27 @@ Daemon 通过 HTTP 轮询发现新任务，不是 WebSocket 推送。有秒级
--- ---
## 对 Mitsein 的启发 ## 启发与思考
### 1. Agent 看板视角 ### 1. Agent 看板视角
Mitsein 目前的 Agent 是"对话式"的——用户在聊天框里给 Agent 下指令。Multica 提供了另一种视角：把 Agent 放在看板上，和人类成员一样可视化管理。 传统 AI Agent 是"对话式"的——用户在聊天框里给 Agent 下指令。Multica 提供了另一种视角：把 Agent 放在看板上，和人类成员一样可视化管理。
如果 Mitsein 的 Launchpad 加一个"团队看板"Widget，展示 Agent 的工作状态和进度，体验会很不一样。 如果 AI Agent 平台加一个"团队看板"视图，展示 Agent 的工作状态和进度，体验会很不一样。
### 2. Task Queue 模式 ### 2. Task Queue 模式
Mitsein 的 Agent 编排是同步的——用户发消息 → Agent 立刻处理。Multica 的 Task Queue 是异步的——assign issue → Agent 排队处理。 大多数 Agent 平台的编排是同步的——用户发消息 → Agent 立刻处理。Multica 的 Task Queue 是异步的——assign issue → Agent 排队处理。
异步模式更适合"让 Agent 跑一晚上"的场景：批量代码审查、大规模重构、持续测试。 异步模式更适合"让 Agent 跑一晚上"的场景：批量代码审查、大规模重构、持续测试。
### 3. Skill 共享生态 ### 3. Skill 共享生态
Multica 的 skills 从 GitHub 仓库拉取（anthropics/skills、shadcn/ui 等）。跟 OpenClaw 的 ClawHub 和 Mitsein 的 Agent Store 思路一致——可复用的 Agent 能力包。 Multica 的 skills 从 GitHub 仓库拉取（anthropics/skills、shadcn/ui 等）。跟 OpenClaw 的 ClawHub 思路一致——可复用的 Agent 能力包。
### 4. Daemon 架构 ### 4. Daemon 架构
Multica 的 Daemon 模式很有意思：用户的机器是计算资源，服务端只做协调。这种"分布式计算"的思路值得参考——如果 Mitsein 支持"个人设备贡献算力"，用户可以用自己的 Mac 跑 Agent 任务。 Multica 的 Daemon 模式很有意思：用户的机器是计算资源，服务端只做协调。这种"分布式计算"的思路值得参考——让用户用自己的设备贡献算力跑 Agent 任务。
--- ---