skardi

让智能体用 SQL 管理上下文，越跑越聪明

Skardi 是一个用 Rust 编写的自改进上下文框架，面向 AI 智能体（agent）场景。它要解决的核心问题是：智能体在长期运行中，上下文（记忆、检索结果、工具返回数据）容易变得臃肿、过时或彼此矛盾，导致推理质量下降。Skardi 通过把上下文当作可查询、可演进的数据层来管理，让智能体能够持续自我改进。它底层基于 DataFusion 做 SQL 查询引擎，并打通了多种数据源与存储，包括 Iceberg、Lance 等数据湖格式，以及 Postgres、MySQL、MongoDB、Redis 等常见数据库和缓存。项目还集成了 RAG 与 RSI（递归自我改进）相关能力，让智能体可以基于结构化查询结果动态更新自己的上下文。整体定位偏向基础设施层，适合需要让智能体在复杂数据环境中稳定获取、筛选和演化上下文的开发者。