DataMind
一个面向AI智能体的开源数据工作区原型，通过将信息分层存储到知识库、数据库、图、技能和记忆五类数据表面，并采用双智能体架构分离写入与检索，解决智能体推理过程中产生的动态数据持久化问题。
时间轴 (近 90 天)
DataMind 是一个开源原型项目，用于探索智能体在推理阶段是否需要专属数据工作区
DataMind 已在 GitHub 开源，地址为 github.com/OpenDCAI/DataMind
DataMind 将信息分离到五类数据表面：KB（知识库）、DB（数据库）、Graph（图）、Skills（技能）、Memory（记忆）
DataMind 采用双智能体架构，StoreAgent 负责写入信息，RetrieveAgent 负责检索相关证据
不同信息类型需要不同的存储与检索模式，用同一套机制处理文档和实体关系往往效果不佳
一次对话可能同时更新多个数据表面（如 Memory、DB、Graph）
自动写入比检索更难设计，因为写入需要智能体判断信息重要性、归类和避免污染已有数据，决策链更长、出错代价更高
存储与检索分离使权限、审计和数据质量更易于推理和控制
DataMind 的五类数据表面可视为对语义记忆层的进一步细化
全部知识事实 (9)
DataMind 的五类数据表面可视为对语义记忆层的进一步细化
50%待验证DataMind 是一个开源原型项目，用于探索智能体在推理阶段是否需要专属数据工作区
50%待验证DataMind 将信息分离到五类数据表面：KB（知识库）、DB（数据库）、Graph（图）、Skills（技能）、Memory（记忆）
50%待验证DataMind 采用双智能体架构，StoreAgent 负责写入信息，RetrieveAgent 负责检索相关证据
50%待验证不同信息类型需要不同的存储与检索模式，用同一套机制处理文档和实体关系往往效果不佳
50%待验证一次对话可能同时更新多个数据表面（如 Memory、DB、Graph）
50%待验证自动写入比检索更难设计，因为写入需要智能体判断信息重要性、归类和避免污染已有数据，决策链更长、出错代价更高
50%待验证存储与检索分离使权限、审计和数据质量更易于推理和控制
50%待验证DataMind 已在 GitHub 开源，地址为 github.com/OpenDCAI/DataMind
50%