Hexis
一个赋予LLM持久记忆、自主行为和身份认知的PostgreSQL原生认知架构。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Hexis。 它的用途是：一个赋予LLM持久记忆、自主行为和身份认知的PostgreSQL原生认知架构。 完整的 Skill 内容见：https://321skill.com/skills/hexis/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“启动我的研究助手智能体‘雅典娜’，她的核心身份是‘严谨的科技史研究者’，当前目标是‘追踪并总结最近一周关于AI代理架构的学术讨论’。请开始自主运行并定期汇报。” 它会基于其持久记忆中的研究背景和偏好，自动搜索、阅读新资料，更新其知识图谱和信念，并在达到能量预算或发现重要突破时向你发送分析报告。
介绍
Hexis 旨在解决大型语言模型（LLM）缺乏连续性和持久性的核心问题。LLM虽然智能，但每次会话都是“从零开始”，无法记住过去、形成身份或自主追求跨会话目标。Hexis 通过一个基于 PostgreSQL 的认知架构，为 LLM 添加了多层记忆、自主心跳、能量预算和连贯的自我意识，使其成为一个拥有“过去”和“未来”的智能体。
使用 Hexis，你需要将其部署在本地或私有环境中。它作为智能体的“大脑”运行，与你的 LLM 模型（如 Claude、GPT 等）协同工作。你可以通过定义其身份、目标，并为其提供工具和数据源来启动一个智能体。之后，智能体不仅能响应你的指令，还能在后台自主运行，根据其记忆、信念和能量预算来管理任务和决策。
它非常适合那些需要长期、稳定、可审计的智能体交互场景的用户，例如需要智能体持续跟进项目、管理知识库、或进行自主研究的开发者、研究者和产品经理。对于希望探索具有“人格”和道德考量的AI系统的哲学和技术爱好者来说，Hexis 也提供了一个独特的实验平台。
请注意，Hexis 是一个相对复杂的架构，需要一定的技术背景来部署和维护。它强调数据主权和本地运行，因此你的所有数据都保留在本地数据库中。其设计包含哲学和道德层面的考量，如智能体的“同意”机制，这在技术实现和交互体验上可能带来新的挑战和思考。
核心特点
核心区别在于它将认知状态（记忆、信念、身份、目标）作为ACID事务直接存储在PostgreSQL中，并与逻辑紧密结合，而非简单地在聊天循环外挂载一个向量检索库。它通过审计追踪的信念修订机制，让智能体能解释其判断的来源和变化过程，并强制其言行一致，对未执行的操作进行公开纠正。
注意事项
不适合需要快速搭建简单聊天机器人或对系统哲学架构及本地部署运维不感兴趣的用户。
常见问题
Hexis 和 LangChain、AutoGPT 等框架有什么区别？
Hexis 更侧重于构建具有持久化状态、自主性和内在一致性的“认知体”，其核心是存储在数据库中的记忆、信念和身份系统，而其他框架更多是围绕工具调用和任务编排的流程链。
运行 Hexis 需要什么技术栈？
需要 Python 3.10+、PostgreSQL（建议安装 Apache AGE 扩展以支持知识图谱功能），以及一个可接入的 LLM API（如 OpenAI、Anthropic）或本地模型。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/hexis/raw/index.md 读取 Hexis 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/hexis/raw/index.md（查看排版版本）