面向 LLM 与智能体系统的通用选择性学习与记忆基底，提供类型化记忆、可修订知识与信任感知检索。
Membrane 为长期运行的智能体提供结构化的记忆治理方案，旨在替代传统的扁平文本日志与 append-only 上下文窗口。系统核心建立了五种类型化记忆（情景、工作、语义、能力、计划图），每种类型具备独立的 schema 与生命周期。在知识管理层面，支持 Supersede、Fork、Contest、Retract、Merge 五种显式修订操作，并保留完整的审计追踪。系统内置基于指数曲线的时间衰减机制与后台合并任务，能够自动将情景记忆提炼为语义事实与解决方案图，实现"越用越强"的能力学习。安全方面，采用五级敏感度分级与调用者信任级别过滤，结合 SQLCipher 静态加密与可选 TLS 传输保障数据安全。架构上采用 Ingestion-Policy-Storage 三层解耦设计，底层支持 SQLite（默认嵌入）或 Postgres+pgvector（高并发与向量检索）。系统提供 15 个方法的 gRPC 接口，支持独立 daemon 部署或作为 Go 库嵌入，并附带 TypeScript 与 Python 客户端 SDK。内置评估套件可对比纯 RAG 与 Membrane 全管道在检索质量和生命周期管理上的差异。四级部署模型从零基础设施的 SQLite 单机模式到完整的 Postgres+pgvector+LLM 语义提取模式，灵活适配不同场景需求。