Signet-AI/signetai

Sync and store memories, shared identity files (AGENTS.md, CLAUDE.md), session transcripts, institutional knowledge, and secrets between all of your favorite harnesses and models.

Signet AI – LLM 代理人的共享记忆

它能做什么 – Signet 运行一个本地守护进程,持续摄入你已有的工作内容(文档、代码仓库、聊天记录、网页等),并将其转化为结构化的知识图谱。该图谱由一个名为 Dreaming 的后台进程持续更新,该进程提取实体、关系和主张,与原始来源进行验证,并记录引用。当一个基于 LLM 的代理启动新提示时,Signet 会注入最相关的记忆,使模型能够基于已有上下文进行回答,模型还可以请求 Signet 显示任何事实的原始来源。

如何使用

  1. 安装 – 通过 shell 脚本、npm 包或 Docker 镜像获取单个编译好的二进制文件。安装程序支持 macOS、Linux、Windows 和 ARM。
  2. 设置工作区 – 运行 signet setup,进入交互式引导流程,选择 LLM 提供商,连接源(如 Obsidian 仓库、GitHub 仓库、Discord 服务器、URL 等),并选择哪些代理将使用该记忆。
  3. 运行守护进程 – 执行 signet status,查看后台 Dreaming 进程是否健康。它会监视已连接的源,提取新信息,并更新图谱。
  4. 浏览/查询 – 执行 signet dashboard 打开 Web UI(或使用 signet desktop install 安装原生应用),探索记忆图谱,查看出处,并向 LLM 提出临时问题,获得带引用的回答。
  5. 连接代理 – 通过“哈尼丝”(插件、钩子或 MCP 扩展)连接工具,如 Claude Code、OpenAI Codex、Gemini CLI、Kimi Code 等。哈尼丝会自动向模型提供相关记忆,并将新的对话片段记录回 Signet。

关键技术理念

  • 源 → 证据 – 实时监控(Obsidian、GitHub、Discord)或一次性导入(PDF、DOCX、CSV、网页)将原始文本输入 Signet。
  • Dreaming 流水线 – 持续提取步骤构建了包含人物、项目、事实和关系的 知识图谱,并为时间敏感的主张添加时间戳和审查日期。
  • 出处与主张追踪 – 每个记忆都带有原始来源的引用;你可以请求追踪,查看主张的推导过程、竞争性陈述以及任何修订记录。
  • 隔离与密钥 – 代理可以被限制只读取图谱的一部分。密钥使用操作系统密钥环加密(或以加密文件作为备用)。
  • 遥测 – 可选的匿名使用统计(安装次数、令牌使用量、崩溃报告),但绝不包含实际内容。

适用人群 – 运行基于 LLM 的编码助手、聊天代理或研究机器人,并希望拥有一个跨项目和模型升级持续、可搜索的“大脑”的开发者或团队。

了解更多 – 快速入门指南、CLI 参考、哈尼丝文档和完整 API/SDK 均托管于 https://docs.signetai.sh。仓库中还包含 repo.map.yaml(展示单体仓库布局)和 ROADMAP.md(未来功能路线图)。

相关

  • 项目
  • 项目
  • 项目
  • 项目