MemoMind 记忆层
为编码智能体提供可自托管的跨会话知识记忆。
按维度查看评分与理由
证据显示：README声称100%本地、无云依赖，但未提供代码审计或数据流图。安装步骤要求用户手动编辑serve.py设置API密钥，未提及权限最小化或用户确认机制。存在自动导入和全盘扫描功能，可能涉及敏感数据，但未说明数据保护措施。依赖项未锁定版本，存在供应链风险。外部效果包括自动启动服务、备份到GitHub，但未提供回滚或撤销机制。来源归属：README提及MseeP验证，但未提供验证细节。扣分原因：缺乏权限最小化、用户确认、数据流透明性、敏感数据处理的具体证据；依赖安全未处理；外部效果和回滚仅部分提及。
证据显示：README描述的功能与代码结构基本一致，但未提供测试或运行验证。依赖项如PostgreSQL、pgvector、CUDA等未提供版本锁定或可用性保证。失败消息：健康检查端点存在，但未提供错误处理细节。扣分原因：自洽性仅基于README，未验证代码；依赖可用性未保证；失败消息不充分。
证据显示：README明确目标用户为Claude Code用户，提供多种集成方式（MCP、SDK、REST），并支持多种LLM提供商。能力边界：描述了retain/recall/reflect操作，但未明确限制或失败场景。触发精度：MCP工具定义未提供，但README描述了自动调用。环境适配：支持Windows、Linux、WSL2，但未提供macOS完整支持。扣分原因：能力边界和触发精度缺乏细节；环境适配未覆盖所有平台。
证据显示：README结构清晰，包含快速开始、架构、使用场景等。安装说明详细，但依赖手动步骤多。命名稳定性：项目名称和核心操作命名一致，但未提供版本历史。示例和FAQ：提供了代码示例和比较表，但无FAQ。已知限制：未明确列出。许可证：README显示MIT徽章，但未提供LICENSE文件内容。版本控制：无CHANGELOG。维护责任：未明确维护者或贡献指南。扣分原因：缺少已知限制、版本控制、维护责任；许可证仅徽章。
证据显示：输出可用性：提供REST API和Python SDK，输出结构化。边际价值：相比内置CLAUDE.md，提供自动提取、知识图谱等。成本效益：声称每日LLM成本< $0.01，但未提供详细计算。扣分原因：成本效益缺乏验证；边际价值基于声称而非独立测试。
证据显示：README中的性能数据（如检索时间）未提供测试方法或来源。跨来源验证：无。事实与推断分离：README区分了功能描述和性能声称，但未提供证据。扣分原因：声称缺乏可追溯性；无跨来源验证；事实与推断分离不充分。
- 依赖未锁定版本，存在供应链风险。
- 自动导入和全盘扫描可能涉及敏感数据，但未提供数据保护措施。
- 安装步骤复杂，依赖手动配置，可能出错。
- 性能声称缺乏可验证的测试方法。
这个 Agent 能做什么，适合哪些场景？
MemoMind 是面向 AI 编程智能体的本地持久记忆系统，围绕 retain、recall 和 reflect 三项操作构建。它将抽取出的事实、实体、标签、关系与时间信息保存到 PostgreSQL、pgvector 和知识图谱中，并提供四路混合检索。系统通过 stdio MCP 接入 Claude Code，也提供 HindsightClient Python SDK、REST API 与网页仪表盘。部署时，本地运行数据库与嵌入模型；事实抽取可配置 OpenAI、Anthropic、Gemini、Groq、Ollama、LM Studio 或兼容 OpenAI 的服务。它还支持导入 ChatGPT、Gemini 对话和 DayLife 活动，并以 JSON 导出记忆与图数据。
Claude Code 可通过 mcp_stdio.py 的 stdio MCP 调用 retain、recall 和 reflect。retain 从新上下文中抽取事实并写入指定 memory bank；recall 使用语义相似度、BM25 关键词、知识图谱和时间搜索返回相关记忆；reflect 对已保存的记忆进行综合推理。系统使用 bge-m3 生成 1024 维嵌入，可借助 NVIDIA GPU 加速嵌入与重排序；仪表盘由 dashboard.py 提供，用于浏览、筛选、搜索和查看关系图。它也可导入 ChatGPT/Gemini 对话与 DayLife 活动，并可从仪表盘或 backup-memomind.py 导出包含 memories 与 graph 的 JSON 备份。
- 使用 Claude Code 的个人开发者，希望新会话能找回此前确认过的架构、命名规范和技术选型。
- 维护长期代码库的工程师，需要记录过去调试过的方案、失败原因和代码审查反馈。
- 为多个客户或项目服务的顾问，使用独立 memory bank 隔离不同项目的偏好与上下文。
- 已积累大量 ChatGPT 或 Gemini 对话的用户，希望将对话中的事实提取到统一知识图谱，并追溯原始对话。
- 使用 DayLife 记录日程和活动的个人，希望将事件同步为可搜索、可供 AI 分析的时间线。
这个 Agent 有哪些优点和局限？
- 以 PostgreSQL、pgvector 和知识图谱保存结构化记忆，而不是仅依赖静态 Markdown 规则文件。
- 提供
retain、四路混合recall与reflect三种不同操作，覆盖写入、检索和跨记忆综合。 - 同时提供 Claude Code 的 stdio MCP、Python SDK、REST API 和网页仪表盘，便于接入或人工审阅。
- 支持 bge-m3 多语言嵌入与本地 GPU 加速，并可将记忆、实体和关系导出为 JSON。
- memory bank 可按用户、项目或上下文隔离，且支持 ChatGPT、Gemini 与 DayLife 数据导入。
- 安装并非一键完成：需要配置 Python、PostgreSQL 17、pgvector 和 LLM 提供商；Windows 原生还要求 Visual Studio Build Tools。
- 虽然存储和嵌入可在本机运行，
retain的事实抽取会产生 LLM 调用；若不用 Ollama 等本地服务，数据与成本取决于所选 API。 - 每个打开的 Claude Code MCP 会话会加载嵌入模型，文档列出的 MCP 进程内存约为 1.5GB。
- 安装步骤主要覆盖 Windows、WSL2 与 Linux；macOS 虽列为前置条件支持范围之一，但未给出完整的原生安装流程。
- 示例中服务健康检查使用端口 19999，而 Python SDK 和 REST 示例使用 8888，部署时需要核对实际配置。
如何安装或部署这个 Agent？
Linux 或 WSL2 的已记录安装路径如下：
git clone https://github.com/24kchengYe/MemoMind.git
cd MemoMind
sudo bash install.sh随后编辑 /opt/memomind-env/serve.py，设置 LLM_API_KEY、LLM_BASE_URL 和 LLM_MODEL；若使用兼容 OpenAI 的服务，可例如设置 LLM_BASE_URL = "https://openrouter.ai/api/v1"。启动服务：
sudo systemctl start memomind验证：
curl http://localhost:19999/health预期返回包含 "status":"healthy" 与 "database":"connected" 的 JSON。Windows 原生部署另要求 Python 3.11+、Visual Studio Build Tools、PostgreSQL 17 以及从源码编译的 pgvector。
如何使用这个 Agent？
将服务注册到 Claude Code：
claude mcp add --scope user --transport stdio memomind -- /opt/memomind-env/bin/python3 /opt/memomind-env/mcp_stdio.py也可使用 Python SDK：
pip install hindsight-client然后调用：
from hindsight_client import HindsightClient
client = HindsightClient(base_url="http://localhost:8888")
client.retain("default", "User prefers FastAPI over Express for new projects")
results = client.recall("default", "What framework should I use?")
insight = client.reflect("default", "What patterns do you see in my tech choices?")可通过 client.create_bank("user-alice", name="Alice's Memories") 创建隔离的记忆库。
这个 Agent 与同类方案有什么区别？
相较于 Claude Code 的 CLAUDE.md 和 MEMORY.md，MemoMind 面向会持续变化的事实、实体关系与按需召回，而静态规则仍适合保留在项目文件中。仓库还列出 Mem0、Graphiti/Zep、Letta、Cognee、Hindsight 与 MemOS 作为对比对象；但未提供从这些系统迁移到 MemoMind 的操作流程或 MemoMind 自身的基准结果。
常见问题
必须使用云端 LLM 吗？
没有 NVIDIA GPU 能运行吗？
能直接在 ChatGPT 里作为记忆插件使用吗？
记忆如何备份或迁移？
backup-memomind.py 可用于自动化备份；导出格式包含记忆、实体、标签、时间信息与图节点和边。