Tri-Node Memory: Open Source Persistenter Agentenspeicher mit Mensch/Agent-Tresor-Trennung

Tri-Node Memory ist eine Open-Source-Gedächtnisarchitektur für KI-Coding-Agenten, die das persistente Gedächtnis des Agenten von den eigenen Notizen des Menschen trennt. Statt alles in einen Topf zu werfen wie bei OpenClaws Standardansatz, verwendet es drei separate Knoten: einen menschlichen Vault, ein Agenten-Journal und eine Inferenzschicht, die sie zusammenbringt.

Wie es funktioniert

Das System verwendet zwei Obsidian-Vaults mit separaten Git-Repositories:

• Menschlicher Vault: Kuratierte Notizen und Projektdateien. Der Agent liest aus diesem Vault, schreibt aber nie ohne Erlaubnis.
• Agenten-Journal: Ein Spiegel von OpenClaws internem Gedächtnis sowie ein Ort, an dem der Agent relevante Informationen speichert. Der Agent liest deine Sachen und schreibt in seinen eigenen Vault – ohne die Grenze zu überschreiten, es sei denn, du bittest explizit darum.

Die Inferenzschicht orchestriert beide Vaults während der Generierung von Agentenantworten.

Konfiguration

Tri-Node ist harness-agnostisch und modellagnostisch. Lege eine Konfigurationsdatei ab, verweise auf deine Vaults, und dein Agent erscheint mit Identität, Gedächtnis und Grenzen intakt. Es funktioniert mit OpenClaw, Claude Code und Codex.

Warum das wichtig ist

Bestehende Systeme von Google, Karpathy und anderen trennen die Identität und das Gedächtnis des Agenten nicht in einem systemagnostischen Framework. Tri-Node gibt Entwicklern feinkörnige Kontrolle darüber, was der Agent sich merkt und was privat bleibt.

Erste Schritte

Die vollständige Anleitung ist auf Substack verfügbar, der Code auf GitHub. Klone das Repo, richte zwei Obsidian-Vaults ein, konfiguriere die Pfade, und dein Agent beginnt, ein separates Gedächtnis zu führen.