basicmachines-co/basic-memory
AI conversations that actually remember. Never re-explain your project to your AI again. Join our Discord: https://discord.gg/tyvKNccgqN
Basic Memory – 为 LLM 提供持久、可搜索的知识
是什么 – Basic Memory 是一个开源的、以本地为先的知识库,允许大型语言模型(LLM)代理读取和写入人类编辑的相同 Markdown 文件。文件为纯文本,因此您完全拥有数据所有权,但该工具还提供语义搜索索引、基于 wikilink 构建的微型知识图谱,以及一组 MCP 兼容工具,任何 AI 客户端(Claude、Codex、Cursor、VS Code、ChatGPT 等)均可调用。
为何重要 – 大多数 LLM 工作流都是短暂的:对话结束后模型会忘记所有内容。Basic Memory 通过将对话历史转化为结构化、可搜索的笔记,弥合了这一差距,这些笔记可在不同会话、设备甚至云托管同步中持续存在。由于数据以普通 Markdown 格式存储,您可以使用任何编辑器(Obsidian、VS Code、Vim…),且永远不会被锁定在专有格式中。
核心功能(如 README 所述)
- 纯文本、以本地为先的存储 – 所有笔记均为您磁盘上的普通 Markdown 文件。
- 双向同步 – 人类编辑文件;LLM 代理可通过 MCP 工具创建、编辑、移动或删除文件。同步层(可选云服务)可保持多设备一致性。
- 通过 wikilink 构建知识图谱 –
[[link]]语法创建实体和关系,模型可遍历。 - 语义搜索 – 混合全文 + 向量检索(FastEmbed 嵌入),支持可选的 cross-encoder 重排序以获得更高质量结果。
- MCP 原生工具集 – 一组命令(
write_note、read_note、search_notes、schema_infer等),每个命令均带有行为提示(只读、破坏性、幂等、开放世界),使代理能无需试错即可发现功能。 - 云选项 – 托管版本(Basic Memory Cloud)提供网页、移动端和桌面端访问,自动备份,以及基于 rclone 的冲突解决,月费 $15(7 天免费试用,OSS 折扣码
BMFOSS可享 3 个月 20% 折扣)。 - 可扩展集成 – 官方插件支持 Claude Code、Hermes、OpenClaw,以及可添加至任意 MCP 兼容代理的通用“技能”。
- 模式工具 –
schema_infer、schema_validate、schema_diff可用于推断和强制笔记结构。 - CLI 改进 – 支持 JSON 输出、项目感知命令,以及快速状态检查的仪表板。
快速入门(快速路径)
| 路径 | 步骤 | 成本 |
|---|---|---|
| 云服务 | 1️⃣ 打开网页应用,2️⃣ 连接您的 AI 客户端(Claude、Codex、Cursor 等) | $15/月(7 天免费试用,OSS 折扣码 BMFOSS 可享 3 个月 20% 折扣) |
| 本地安装 | uv tool install basic-memory --prerelease=allow(或 pip install basic-memory)→ 配置 AI 客户端的 mcpServers 条目 → 运行 bm 命令 |
免费(AGPL-3.0) |
README 还展示了如何将服务器添加到特定客户端(Claude 桌面版、Claude Code、Codex CLI、Cursor、VS Code、ChatGPT、Obsidian)。配置完成后,您可以发出如下提示:
创建一篇关于我们项目架构决策的笔记。
在我的笔记中查找有关 JWT 认证的信息。
我本周在做什么?
LLM 将自动创建或检索相应的 Markdown 文件。
典型使用场景
- 个人知识的 RAG – 存储会议记录、设计决策、代码片段,并让任意 LLM 上下文感知地检索它们。
- 团队共享上下文 – 通过云工作区,所有团队成员看到相同的笔记;代理可在人类与机器人之间交接任务。
- 代理驱动的文档生成 – LLM 可在代码变更时自动创建或更新文档(
write_note、edit_note)。 - AI 增强工作流的快速原型设计 – 将 MCP 工具直接集成到自定义代理(Hermes、OpenClaw 等)中,无需编写新 API 层。
- 离线环境 – 在安全机器上运行本地版本;数据永远不会离开主机。
安装与运行细节
- 包管理器 – 推荐使用
uv(uv tool install …)。该包也已在 PyPI 上(pip install basic-memory)。 - Python 版本 – 需要 Python 3.12 或更高版本。
- 可选向量存储 – 对于大型语义索引,可安装
milvus扩展(basic-memory[milvus])。 - 依赖项 – FastMCP 3.0、FastEmbed 用于嵌入,SQLite(默认)或 Postgres 用于向量存储,大部署可选 Milvus。
- 运行 –
basic-memory mcp启动 MCP 服务器;CLI(bm …)与其通信。just脚本(just package-check等)验证所有主机原生代理包是否正确构建。
许可与社区
- 许可证 – AGPL-3.0(源代码自由可用,修改后必须以相同许可证共享)。
- 开源徽章 – PyPI 版本徽章、测试工作流徽章、Ruff 代码检查徽章,以及 MCP 服务器/开发徽章,表明 CI 活跃。
- 社区 – 项目列于 Model Context Protocol (MCP) 排行榜,有 DeepWiki 条目。用户(TrainerDay、Caleb Picker Consulting、@groksrc)的评价已包含在 README 中。
总结
Basic Memory 为 LLM 代理提供了一个实用的、基于文件的记忆层,将普通 Markdown 转化为可搜索、图谱感知的知识库,人类和 AI 均可编辑。可完全本地免费运行,或以适度订阅费用于托管云服务,适用于希望为 AI 工作流获得持久、可控上下文的个人开发者、研究实验室或小团队。
相关
- 项目
- 项目
- 项目
- 项目
- 项目