@ai-devkit/记忆

基于本地MCP的AI编码代理存储服务. 存储项目决定,编码常规,以及可重复使用的修补方法,这样代理可以通过SQLite全文搜索在会话中取回.

大多数用户自动通过 ai-devkit init。安装 @ai-devkit/memory 直接当您想要将 MCP 内存服务器线入您自己的 MCP 客户端配置时.

特征

• 🔍 全文搜索 ——以BM25排名FTS5
• 🧠 可选语义搜索 - 当地微型LM嵌入物,由词典等级组成
• 🏷️ 基于标签的过滤 - 通过标记来组织和寻找知识
• 📁 知识范围 ——全球,项目,或repo特定规则
• 🔄 复制 ——自动防止内容重复
• ⚡ 快点 —— SQLite 有 WAL 模式, < 50ms search latency

安装

npm install @ai-devkit/memory

快速启动

添加到您的 MCP 客户端配置( 如 Claude Code, Cursor) 中 :

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["@ai-devkit/memory"]
    }
  }
}

示例开发者使用大小写:在决定所有API响应必须使用DTO后,存储该规则一次. 未来的代理会话可以在执行新的端点之前搜索内存,而不是要求您重复公约.

存储知识

{
  "tool": "memory_storeKnowledge",
  "arguments": {
    "title": "Always use Response DTOs for API endpoints",
    "content": "When building REST APIs, always use Response DTOs instead of returning domain entities directly.",
    "tags": ["api", "backend", "dto"],
    "scope": "global"
  }
}

搜索知识

{
  "tool": "memory_searchKnowledge",
  "arguments": {
    "query": "building an API endpoint",
    "contextTags": ["api"],
    "limit": 5
  }
}

可选语义搜索

语义搜索默认被禁用. 在工程中启用 .ai-devkit.json数字 :

{
  "memory": {
    "semantic": true
  }
}

首个语义操作下载了被绑定的23 MB 量子化的迷你LM模型 ~/.ai-devkit/models. 查询和内存内容是本地嵌入的,不发送到推论服务. 被缓存后,模型就脱机了. 如果无法找到, 则返回 Lexical FTS 结果 .

您可以明确准备和检查缓存, 然后回填已有的记忆 :

ai-devkit memory semantic status
ai-devkit memory semantic download
ai-devkit memory reembed

使用 ai-devkit memory reembed --force 在排除缓存或嵌入问题后。 添加 --explain 改为 memory search 包括语法等级、语义等级、同位素相似性和对等分数.

文档

📖 关于API的完整参考,排名细节和高级使用,访问:

ai-devkit.com/docs (中文(简体) )

许可证

Apache 许可证 2.0