使用说明
死亡
通过MCP为AI代理提供本地第一持久内存。
Smriti("2381; 2350; said)-梵语,意为“记忆,回忆”
一个大脑。每个特工。零云。零成本。
这是什么?
由以下支持的独立MCP服务器 sqlite-vc 以及局部嵌入模型。安装它,将任何兼容MCP的代理指向它,你使用的每个AI都共享一个持久的、语义上可搜索的内存。
| Smriti | 云替代方案 | |
|---|---|---|
| 设置 | npx smriti |
账户+API密钥+配置 |
| 成本 | $0 | 变量 |
| 隐私 | 100%本地 | 外部服务器上的数据 |
| 离线 | 功能齐全 | 需要互联网 |
| 可移植性 | 单身 .db file |
数据库导出/迁移 |
安装
npm install -g smriti
用法
# MCP server — stdio mode (for Claude Code, Cursor, etc.)
smriti
# MCP server — HTTP mode (for remote agents)
smriti --http --port 3838
CLI快速参考
# Capture a memory
smriti capture "We chose PostgreSQL over MySQL for the new service"
# Semantic search
smriti search "database decisions"
# Browse recent memories (last 7 days)
smriti recall --days 7
# Browse by topic
smriti recall "authentication"
# Batch-extract memories from a conversation or document
smriti ingest --text "Long meeting notes or conversation log..." --threshold 0.4
# Memory stats
smriti stats
# Sync to GitHub (requires: smriti auth)
smriti sync
# GitHub auth
smriti auth
smriti whoami
smriti logout
MCP客户端配置
克劳德代码
添加 ~/.claude/mcp.json:
{
"mcpServers": {
"memory": {
"command": "smriti"
}
}
}
光标
添加到MCP设置:
{
"mcpServers": {
"memory": {
"command": "npx",
"args": ["smriti"]
}
}
}
任何MCP客户端(HTTP模式)
smriti --http --port 3838
然后将您的客户指向 http://localhost:3838/mcp.
工具
| 工具 | 说明 |
|---|---|
capture |
使用自动提取的元数据存储想法 |
search |
语义搜索——通过意义找到想法 |
recall |
使用过滤器浏览最近的回忆 |
forget |
按ID删除特定内存 |
context |
获取主题的结构化上下文包 |
stats |
记忆模式和见解 |
资源
| URI | 描述 |
|---|---|
memory://recent |
最后24小时的思考 |
memory://topics |
带有计数的主题索引 |
memory://people |
被提及的人+背景 |
memory://stats |
总体内存统计 |
提示
| 名称 | 描述 |
|---|---|
brain-dump |
引导式捕获会话 |
weekly-review |
周末综合 |
migrate |
从其他来源导入内存 |
配置
Config住在 ~/.smriti/config.json:
{
"db_path": "~/.smriti/brain.db",
"embedding": {
"provider": "onnx",
"model": "Xenova/all-MiniLM-L6-v2"
},
"extraction": {
"provider": "rules"
},
"server": {
"transport": "stdio",
"port": 3838
}
}
运作原理
- 您(或代理人)致电
capture用文本 - Smriti在本地生成矢量嵌入(通过ONNX生成全MiniLM-L6-v2)
- 基于正则表达式的提取提取出人员、主题、操作,并对类型进行分类
- 所有内容都存储在一个SQLite文件中,并使用SQLite-vec进行矢量搜索
search通过语义相似性而不仅仅是关键字来查找想法- 所有数据都保留在您的计算机上,没有任何数据离开本地主机
许可证
麻省理工学院
