SuperLocalMemory

产品简介

SuperLocalMemory(SLM)是为 AI Agent 设计的「本地治理记忆层」,一个可被 Claude Code、Codex、Cursor、Copilot、Antigravity、Hermes、ChatGPT、Claude Web、Grok Bot、Muse 等任何 MCP 兼容或可执行命令的 Agent 共用的记忆大脑。它跑在你自己的机器上,不调用任何云端模型完成核心 remember / recall,任何数据外传都需用户显式开启。

核心功能

• 三档召回,绝不乱答:每次 recall 返回「已验证答案」「最相近记忆 + 标签说明」或「记忆中没有」,启动期显示「还在暖机」状态;Agent 不再基于错自信答内容继续推理。
• 本地第二意见:Apple Silicon 上集成 on-device 模型 Laya 担任 judge;非 Mac 或愿意用云端可选 Jev 做远程 second opinion(需主动勾选授权)。
• 图片、截图、PDF 知识库:用本地 EmbeddingGemma 2 描述并索引图片 / 截图 / PDF,跨模态召回,且召回永远附文件与页码引用。
• Karpathy LLM-wiki 模式内置:自动为已有记忆生成文档索引与健康检查,识别空页、未链接文档、重复页与互相矛盾的事实;同时保留混合检索用于「找到具体某条」的场景。
• 自我维护的记忆治理:后台自动给老记忆补齐日期 / 人名 / 项目 / 类型;改动通过 review 流程,Fix 可回滚到任何一版。
• 可治理,而非简单存储:每次写入走 admission check 并发回执,读取按 role / workspace / scope 鉴权,删除会抵达所有副本(缓存、索引、图片镜像)并带可验证回执,所有动作写入审计链。
• 时序感记忆:每条记忆记录「事件发生时间」与「SLM 习得时间」,支持「上个月还是真的什么」「讲到这里之前 SLM 已知什么」;更正会替换原文并可撤销,长期不调用会像人脑一样淡化。
• Layered Recall:Agent 可按 token 预算只取一句话摘要、关键事实或完整上下文,避免 context window 爆掉;重复结果自动缓存 + 可逆压缩。
• 多 Agent 共享一个大脑:每次写入记录 Agent 身份,并带防止记忆投毒的 Bayesian trust 分,让 10 个 Agent 共用同一份记忆而不互相污染。
• 跨 Internet 的 Agent 通信:通过 SLM-Mesh,本机 Agent 与 Web Bot 共享同一会话(Claude Code ↔ Codex ↔ Hermes ↔ ChatGPT 网页 ↔ Claude Web ↔ Grok Bot ↔ Muse),锁、状态机、消息标签化(只作数据不作指令)。
• 每日自我迭代:根据真实结果反馈训练 ranker,稳定的好习惯沉淀为下次会话的软 prompt,Agent Skills 表现可被衡量与修订;新 ranker 升级走统计显著 + 自动回滚。
• 学术背书:四篇 arXiv 论文支撑底层设计(信息几何检索、生物启发遗忘、Bayesian 防投毒、可治理记忆与成本度量),核心数学无需语言模型即可运行。

特色优势

• Mode A 全本地:无需 API key、无云账户、无 Docker,核心 remember / recall 不调用任何模型提供方。
• 诚实召回:三档答案 + 显式「未知」分支,杜绝 Agent 在错记忆上继续推理。
• 可治理:admission check + 回执 + 跨副本删除 + 哈希链审计,符合企业级合规需求。
• 学术级严谨:四篇 arXiv 论文描述信息几何检索、生物遗忘曲线、Bayesian trust 等底层机制,核心数学不依赖 LLM。

应用场景

• Agent 跨会话记忆:让 Claude Code / Codex / Cursor 在不同项目、不同任务间共享同一份治理过的项目记忆。
• 团队知识沉淀:把团队决策、文档、截图、PDF 沉淀到一个本地大脑,新成员描述问题即可拿到引用证据。
• 合规优先场景:对 GDPR / SOC2 等合规有要求的团队,提供可审计、可回滚、可删除所有副本的记忆治理。
• AI 编程辅助:Coding Agent 不再因遗忘项目历史而重复造轮子,持续累积项目上下文。

适用人群

使用 Claude Code / Codex / Cursor 等 AI 编程工具的独立开发者、对 Agent 记忆准确性要求高的企业研发团队、做多 Agent 协同的中层编程框架 / 平台公司、对 AI 数据合规有强需求的金融 / 医疗 / 政企客户。

出品方

SuperLocalMemory 由 Qualixar 主导开发,基于 AGPL-3.0 许可证开源,代表其「AI Reliability Engineering」研究方向。

更新动态

当前为活跃迭代版本,持续发布文论文、模型与工具集成;支持 macOS / Linux / Windows 三大平台,Apple Silicon 通过 on-device 模型 Laya 提供本地 judge 能力。

项目地址

• 官网:https://www.superlocalmemory.com
• PyPI:https://pypi.org/project/superlocalmemory/
• npm:https://www.npmjs.com/package/superlocalmemory
• GitHub:https://github.com/qualixar/superlocalmemory