ai-memory-template

ai-memory-template

让不同 AI 工具共享同一份长期记忆。

一个通过 [MCP](https://modelcontextprotocol.io/) 接入 AI 客户端的本地记忆库。内容以 Markdown 文件保存，可用 Obsidian 浏览；支持 WorkBuddy、Codex、Claude Desktop、Cursor 等 MCP 客户端，无需数据库或云服务。

---

快速安装

直接启动 MCP Server（uv / PyPI）

发布后，安装 [uv](https://docs.astral.sh/uv/) 即可直接运行，无需克隆仓库：

uvx --from ai-memory-mcp-dpkg-s ai-memory-mcp

默认记忆库目录为 ~/ai-memory。连接已有目录时传入 --vault，例如 uvx --from ai-memory-mcp-dpkg-s ai-memory-mcp --vault "D:/Notes/ai-memory"。也可通过 AI_MEMORY_DIR 环境变量设置路径。

DSH 用户可安装配套的 [DSH bundle](integrations/dsh/README.zh-CN.md)，它会用本机 stdio 启动同一 MCP Server。

需要 Python 3.10 或更高版本。运行安装脚本前，建议先阅读脚本内容。

# macOS / Linux
curl -fsSLO https://raw.githubusercontent.com/dpkg-s/ai-memory-template/master/install.sh
less install.sh
bash install.sh

# Windows PowerShell
Invoke-WebRequest -Uri https://raw.githubusercontent.com/dpkg-s/ai-memory-template/master/install.ps1 -OutFile install.ps1
Get-Content -LiteralPath .\install.ps1 -Raw
.\install.ps1

Windows 也可使用图形安装器：从[最新 Release](https://github.com/dpkg-s/ai-memory-template/releases/latest)下载 ai-memory-setup.exe。不同版本提供的校验附件可能不同，请以对应 Release 页面为准；如同时提供 ai-memory-setup.exe.sha256，可在 macOS / Linux 使用 sha256sum -c ai-memory-setup.exe.sha256 校验。

安装器会安装 mcp（mcp>=1.30,<2）、创建 ~/ai-memory/ 并写入模板，以及复制 server.py 和所需模块。不修改 shell 配置或注册表，不需要管理员权限，也不会在后台常驻。

> 四种安装路径的说明（含 AI 助手部署、各平台 MCP 客户端配置与验证步骤）见

> [docs/install.md](docs/install.md)。

---

为什么需要它

多个 AI 客户端通常各自维护对话上下文，换一个工具，之前的项目背景和处理记录就不一定跟得上：

• 同一个偏好，需要在不同客户端重复说明
• 一个客户端刚排查过的问题，另一个客户端可能从头再查
• 对话结束后，项目决策和关键背景容易散落或遗失

ai-memory-template 将这些客户端连接到同一个记忆库。只要它们配置为访问同一份库，一个客户端写入的内容就能被其他客户端读取。

| 场景 | 没有共享记忆 | 有共享记忆 |

| --- | --- | --- |

| 个人偏好 | 在每个客户端重复说明 | 从共享记忆库读取 |

| 问题排查 | 其他客户端可能重复调查 | 复用已有的原因与处理记录 |

| 项目决策 | 随对话上下文一起丢失 | 作为 Markdown 笔记持续保存 |

| 多客户端协作 | 信息分散在各自的上下文里 | 访问同一份知识库 |

使用示例

在一个客户端记录问题处理过程，再从另一个客户端查阅：

WorkBuddy

> 帮我修一下爬虫的超时问题，并把原因和处理方式记下来。

>

> 已将问题记录到记忆库，并关联到对应的数据采集项目。

之后在 Codex 中

> 爬虫的超时问题之前是怎么处理的？

>

> 记忆库里记录的根因是连接池未复用；改用 requests.Session 并设置 timeout=(3, 10) 后恢复正常。

前提是两个客户端都已连接到同一记忆库，并且按配置读取相关记录。

三个仓的关系

项目由三个独立仓库组成，按需选择即可，不必全部安装。

| 仓 | 职责 | 适用场景 |

| --- | --- | --- |

| ai-memory-template（本仓） | MCP 服务端与安装器 | 安装服务端、配置客户端、使用工具 |

| [ai-memory-web](https://github.com/dpkg-s/ai-memory-web) | Web 控制台 | 在浏览器中查看和管理记忆库 |

| [ai-memory-docker](https://github.com/dpkg-s/ai-memory-docker) | Docker 镜像与 Compose 编排 | 通过 Docker 部署 MCP 和 Web 服务 |

版本对照

三个仓库独立发布，版本号各自演进；不要根据版本号大小推断兼容关系。