简单本地记忆 🧠

AI代理的零依赖记忆系统。

无需API密钥。无需外部服务。无需云依赖。只需带有智能搜索的纯本地存储。

架构

┌─────────────────────────────────────────────────┐
│ 简单本地记忆 │
├─────────────────────────────────────────────────┤
│ │
│ ┌─────────────┐ ┌─────────────┐ │
│ │ 热内存 │ │ 冷存储 │ │
│ │ │ │ │ │
│ │ 会话状态 │ │ 索引化 │ │
│ │ .json │ │ 记忆 │ │
│ │ │ │ (JSON + │ │
│ │ (活跃上下文)│ │ 搜索) │ │
│ └─────────────┘ └─────────────┘ │
│ │ │ │
│ └────────────────┼─────────────────┘ │
│ ▼ │
│ ┌─────────────┐ │
│ │ MEMORY.md │ ← 人类可读 │
│ │ + daily/ │ │
│ └─────────────┘ │
│ │
└─────────────────────────────────────────────────┘

三层记忆架构

第一层：热内存 (SESSION-STATE.json)

快速、活跃的工作记忆

json
{
current_task: ...,
key_context: [..., ...],
pending_actions: [..., ...],
recent_decisions: [...],
last_updated: 2026-03-15T10:30:00Z
}

优势：

• - 快速JSON读写
• 可承受压缩
• 易于程序化解析

第二层：冷存储 (索引化记忆)

持久化、可搜索的记忆

bash

存储记忆

memory-store --type preference --content 用户偏好深色模式 --importance 0.9

搜索记忆

memory-search 用户关于CSS说了什么

列出最近记忆

memory-list --limit 10

存储： memories/ 目录，包含索引化JSON文件

第三层：策展归档 (MEMORY.md + daily/)

人类可读的长期记忆

workspace/
├── MEMORY.md # 策展洞察
├── SESSION-STATE.json # 活跃上下文
└── memories/
├── 2026-03-15.json # 每日记忆转储
├── preferences.json # 用户偏好
├── decisions.json # 关键决策
└── lessons.json # 经验教训

快速设置

步骤1：初始化

bash
npm install -g simple-local-memory
cd your-project
memory-init

这将创建：

• - SESSION-STATE.json - 活跃工作记忆
• MEMORY.md - 长期策展记忆
• memories/ - 记忆存储目录

步骤2：与AI代理配合使用

对于Claude Code：
markdown

添加到您的自定义指令

当我给您重要信息时：

1. 1. 首先写入SESSION-STATE.json
2. 然后使用memory-store存储
3. 最后回复我

开始对话时：

1. 1. 读取SESSION-STATE.json
2. 使用memory-search搜索相关记忆
3. 检查MEMORY.md获取上下文

对于ChatGPT/Cursor：
添加到系统提示：

您可以访问本地记忆工具：

• - memory-store：保存重要信息
• memory-search：查找相关历史上下文
• 回复前读取SESSION-STATE.json
• 用户分享偏好时更新SESSION-STATE.json

记忆CLI命令

bash

初始化记忆系统

memory-init

存储记忆

memory-store --type preference --content 用户喜欢TypeScript --importance 0.9

搜索记忆

memory-search TypeScript偏好

列出最近记忆

memory-list --limit 10 --type preference

显示记忆统计

memory-stats

导出记忆

memory-export --format json --output backup.json

导入记忆

memory-import --file backup.json

WAL协议（预写日志）

关键： 在回复前写入记忆

触发条件	操作
用户陈述偏好	更新SESSION-STATE.json → 存储 → 回复
用户做出决策

更新SESSION-STATE.json → 存储 → 回复 |
| 用户给出截止日期 | 更新SESSION-STATE.json → 存储 → 回复 |
| 用户纠正您 | 更新SESSION-STATE.json → 存储 → 回复 |

为什么？ 如果回复在保存前崩溃，上下文将丢失。

记忆存储格式

memories/YYYY-MM-DD.json

json { date: 2026-03-15, memories: [ { id: uuid, type: preference|decision|fact|lesson, content: 用户偏好深色模式, importance: 0.9, tags: [ui, preferences], timestamp: 2026-03-15T10:30:00Z, context: 在UI设置期间讨论 } ] }

memories/preferences.json

json { preferences: [ { key: css_framework, value: Tailwind, set_at: 2026-03-15T10:30:00Z, reason: 用户偏好于原生CSS } ] }

memories/decisions.json

json { decisions: [ { id: uuid, title: 使用React作为前端, reason: 用户要求基于组件的架构, made_at: 2026-03-15T10:30:00Z, status: active } ] }

搜索算法

基于TF-IDF的本地搜索：

1. 1. 对查询和记忆进行分词
2. 计算词频
3. 按相关性 + 重要性 + 时效性排序
4. 返回前N个结果

javascript
// 搜索逻辑示例
function searchMemories(query, limit = 5) {
const queryTokens = tokenize(query);
const allMemories = loadAllMemories();

const scored = allMemories.map(memory => {
const score = calculateTFIDF(queryTokens, memory.content);
const recencyBoost = calculateRecencyBoost(memory.timestamp);
const importanceBoost = memory.importance || 0.5;

return {
...memory,
totalScore: score + recencyBoost + importanceBoost
};
});

return scored
.sort((a, b) => b.totalScore - a.totalScore)
.slice(0, limit);
}

示例工作流程

用户：让我们在这个项目中使用Tailwind，而不是原生CSS

代理处理过程：

1. 1. 用决策更新SESSION-STATE.json
2. 执行：memory-store --type decision --content 使用Tailwind，不是原生CSS --importance 0.9
3. 执行：memory-store --type preference --content 用户偏好Tailwind而非原生CSS --importance 0.95
4. 然后回复：收到——就用Tailwind。我已保存此偏好。

记忆分类

类型	使用时机	重要性
preference	用户表达喜欢/不喜欢	0.8-1.0
decision

做出项目决策 | 0.9-1.0 | | fact | 重要信息 | 0.6-0.8 | | lesson | 从错误中学习 | 0.9-1.0 | | context | 背景信息 | 0.4-0.6 |

维护

每日

bash

检查记忆健康状态

memory-stats

查看今日记忆

memory-list --date today

每周

bash

归档旧记忆

memory-archive --days 7

清理重复项

memory-deduplicate

用洞察更新MEMORY.md

(手动：查看memories/并添加到MEMORY.md)

每月

bash

导出备份

memory-export --format json --output monthly-backup.json

清理旧每日文件

memory-cleanup --days 30

记忆卫生技巧

1. 1. 具体化 - 用户喜欢深色模式 > 用户有偏好
2. 添加上下文 - 为什么做出这个决定？
3. 使用重要性 - 并非所有内容都是1.0
4. 正确标记