24kchengYe/MemoMind

Give your AI agent a brain that remembers. Local memory system for Claude Code — 100% private, GPU-accelerated, zero cloud dependency.

🧠 MemoMind – 本地 GPU 加速記憶系統，專為 AI 編碼代理設計

是什麼 – MemoMind 是一個自托管系統，為基於 LLM 的編碼助理提供持久且結構化的「大腦」。它將助理所學的一切（偏好、決策、對話事實、日常生活事件）儲存在 PostgreSQL 資料庫中，並透過 pgvector 嵌入與 知識圖譜 層進行增強。隨後，該代理可保留新的事實，透過 4 方向混合搜尋（語意、BM25、圖譜、時間）回憶最相關的資訊，並反思所有記憶以合成洞見。

為何重要 – 目前大多數 LLM 工具將每次對話視為全新開始。MemoMind 能在會話之間、不同提供者（ChatGPT、Gemini、Claude）之間，甚至在無關資料來源（你的 DayLife 計畫器）之間維持上下文連續性。所有資料都 100% 本地化，在你的 GPU 上運行以實現快速嵌入，且從不離開機器，解決了隱私與成本問題。

核心功能（如 README 所述）

本地儲存 – PostgreSQL + pgvector，無雲端依賴。
GPU 加速嵌入 – 使用 NVIDIA GPU 上的 bge‑m3 模型（1024 維）；每項約 50 ms。
4 方向混合搜尋 – 結合語意相似性、BM25 關鍵字搜尋、基於圖譜的實體連結與時間過濾器（關鍵字 ~20 ms，語意 ~400 ms）。
自動事實提取 – 輕量級 LLM 從每個匯入的對話中提取結構化事實。
反思操作 – 更強大的 LLM 可對整個知識庫進行推理，而不僅僅是檢索。
多語言支援 – 嵌入涵蓋 100+ 種語言。
配套匯入工具 – 一鍵匯入 ChatGPT、Gemini 與 DayLife 活動日誌；每個記憶皆連結回原始對話。
Web 仪表板 – 可視化瀏覽知識圖譜、時間軸視圖、過濾器與 JSON 匯出功能。
零手動操作 – 代理決定保留什麼以及何時回憶；使用者只需執行服務即可。
跨提供者相容性 – 可與 OpenAI、Anthropic、Gemini、Groq、Ollama、LM Studio 或任何 OpenAI 相容 API 一起使用。
備份與匯出 – 一鍵 JSON 轉儲，可選每周推送到私人 GitHub 倉儲。

典型使用情境

使用情境	MemoMind 如何幫助
編碼助理	記住你的首選語言、風格、技術堆疊決策與過去的除錯嘗試，使下一次會話從正確的上下文開始。
專案管理	將決策、截止日期與障礙作為結構化記憶儲存；代理可透過反思過去事件來揭露風險。
除錯	無需重新輸入整個歷史記錄即可檢索「我們之前嘗試過什麼」。
團隊入職	新成員的代理可立即繼承累積的知識圖譜。
個人生活助理	DayLife 事件變為可搜尋的事實，讓 AI 回答「我上次跑馬拉松是什麼時候？」或「我最一致的習慣是什麼？」

架構概覽（文字摘要）

資料庫層 – PostgreSQL 17 與 vector 擴充（pgvector）。儲存原始記憶、嵌入與圖譜關係。
嵌入與重排序 – bge‑m3 在本地 NVIDIA GPU（CUDA 12.4）上執行。為每個記憶生成 1024 維向量。
LLM 層 – 使用兩個模型：
- 用於從新對話中提取事實的快速、低成本模型。
- 用於 reflect 操作的更強模型（可設定）。
MCP（模型上下文協定）介面 – 暴露三個 RPC 風格呼叫（retain、recall、reflect），編碼代理（如 Claude Code）可透過 stdio 呼叫。
儀表板 – 輕量級 Python 基礎 Web UI（dashboard.py），可視化知識圖譜、時間軸，並提供搜尋/過濾工具。
匯入管道 – 小型 Python 程式碼（import_daylife.py，ChatGPT/Gemini 導出器）從外部資料匯入，執行提取 LLM，並寫入資料庫。

快速啟動摘要（Windows 與 Linux/WSL2）

先決條件：NVIDIA GPU（建議但非必要）、Python 3.11+、PostgreSQL 17、OpenAI 相容 API 金鑰。
安裝：
1. git clone https://github.com/24kchengYe/MemoMind.git
2. 建立虛擬環境並安裝提供的 requirements（或在 Linux 上執行 install.sh）。
3. 安裝 PostgreSQL 與 pgvector 擴充，建立資料庫並啟用 vector 擴充。
4. 編輯 serve.py 以加入你的 LLM API 金鑰、基礎 URL 與模型名稱。
5. 執行 python serve.py（API 在 http://localhost:19999）與 pythonw dashboard.py（UI 在 http://localhost:9999）。
MCP 註冊 – 使用 README 中顯示的 claude mcp add … 命令將服務綁定至 Claude Code（或任何 MCP 相容代理）。
自動啟動 – Windows 使用者可將 start‑memomind.vbs 放入啟動資料夾；Linux 使用者可啟用 memomind.service systemd 區段。

與類似專案的差異

特性	MemoMind	Mem0	Graphiti/Zep	Letta
僅本地	是（100% 本地設備）	雲端優先（本地層需付費）	雲端/BYOC	可選自托管
GPU 加速嵌入	是（CUDA）	否	否	否
4 方向混合搜尋	語意 + BM25 + 圖譜 + 時間	語意 + 向量僅	語意 + 圖譜	代理驅動
內建知識圖譜	pgvector 基礎 KG	專業功能 ($)	Neo4j 核心	否
時間推理	原生支援	否	雙時間	否
成本	月 < $0.30（本地運算）	免費至 $249/月	免費至 $475/月	免費至 $200/月

MemoMind 定位於已使用 MCP 基礎編碼代理（如 Claude Code）的開發者，希望獲得一個深度本地托管記憶儲存，並具備快速 GPU 支援的檢索能力。

授權與社群

授權：MIT（參見 LICENSE）。
驗證徽章：「MseeP Verified」– 表示專案通過外部 AI 工具審計。
平台支援：Windows、Linux、WSL2。
文件：README 包含詳細安裝步驟、架構圖與示範儀表板。

總結

MemoMind 是一個真正的、生產級的開源系統，解決了基於 LLM 的編碼助手的 健忘症 問題。透過在向量增強的 PostgreSQL 知識圖譜中持久化事實，並提供快速、GPU 加速的檢索，讓 AI 代理能從它中斷的地方繼續對話或編碼專案，同時保持資料私密且運行成本低廉。