Базовая память
Базовая память позволяет вам создавать устойчивые знания посредством естественных разговоров с Большими языковыми моделями (LLM), такими как Клод, сохраняя все в простых файлах Markdown на вашем компьютере. Он использует протокол контекста модели (MCP), чтобы любой совместимый LLM мог читать и записывать в вашу локальную базу знаний.
- Сайт: https://basicmachines.co
- Документация: https://memory.basicmachines.co
Продолжайте разговор с того места, где вы остановились.
- Помощники на основе искусственного интеллекта могут загружать контекст из локальных файлов в новый разговор
- Заметки сохраняются локально в виде файлов Markdown в режиме реального времени.
- Не требуется никаких знаний проекта или специальных подсказок.
https://github.com/user-attachments/assets/a55d8238-8dd0-454a-be4c-8860dbbd0ddc
Быстрый старт
Вы можете просмотреть общий контекст через файлы в ~/basic-memory
(расположение каталога по умолчанию).
Альтернативная установка через кузницу
Вы можете использовать Smithery для автоматической настройки базовой памяти для Claude Desktop:
Это устанавливает и настраивает базовую память без необходимости ручного редактирования файла конфигурации Claude Desktop. Сервер Smithery размещает компонент сервера MCP, в то время как ваши данные остаются локально сохраненными в виде файлов Markdown.
Глама.ай
Почему базовая память?
Большинство взаимодействий LLM эфемерны — вы задаете вопрос, получаете ответ, и все забывается. Каждый разговор начинается заново, без контекста или знаний из предыдущих. Текущие обходные пути имеют ограничения:
- Истории чатов фиксируют разговоры, но не являются структурированными знаниями.
- Системы RAG могут запрашивать документы, но не позволяют LLM писать ответ
- Векторные базы данных требуют сложных настроек и часто находятся в облаке.
- Для поддержки графов знаний обычно требуются специализированные инструменты.
Базовая память решает эти проблемы с помощью простого подхода: структурированные файлы Markdown, которые могут читать и писать как люди, так и LLM. Ключевые преимущества:
- Локально: все знания хранятся в файлах, которые вы контролируете
- Двунаправленный: и вы, и LLM читаете и пишете в одни и те же файлы
- Структурированный, но простой: использует знакомый Markdown с семантическими шаблонами
- Проходимый граф знаний: LLM могут отслеживать связи между темами
- Стандартные форматы: Работает с существующими редакторами, такими как Obsidian.
- Облегченная инфраструктура: только локальные файлы, индексированные в локальной базе данных SQLite.
С помощью базовой памяти вы можете:
- Ведите беседы, которые основываются на предыдущих знаниях
- Создавайте структурированные заметки во время естественных разговоров
- Общайтесь с магистрами права, которые помнят, о чем вы уже говорили ранее
- Семантически перемещайтесь по графу знаний
- Держите все локально и под своим контролем
- Используйте знакомые инструменты, такие как Obsidian, для просмотра и редактирования заметок
- Создайте личную базу знаний, которая будет расти со временем
Как это работает на практике
Допустим, вы изучаете методы заваривания кофе и хотите закрепить свои знания. Вот как это работает:
- Начните с обычного чата:
...продолжить разговор.
- Попросите магистра права помочь структурировать эти знания:
LLM создает новый файл Markdown в вашей системе (который вы можете мгновенно увидеть в Obsidian или вашем редакторе):
Заметка содержит семантическое содержание и ссылки на другие темы с помощью простого форматирования Markdown.
- Вы видите этот файл на своем компьютере в режиме реального времени в текущем каталоге проекта (по умолчанию
~/$HOME/basic-memory
).
- Синхронизация в реальном времени включена по умолчанию в версии v0.12.0.
- В чате с LLM вы можете упомянуть тему:
LLM теперь может создавать богатый контекст из графа знаний. Например:
Каждый связанный документ может привести к более глубокому контексту, создавая богатое семантическое понимание вашей базы знаний.
Это создает двусторонний поток, где:
- Люди пишут и редактируют файлы Markdown
- LLM читают и пишут через протокол MCP
- Синхронизация обеспечивает единообразие всего
- Все знания сохраняются в локальных файлах.
Техническая реализация
Под капотом базовая память:
- Сохраняет все в файлах Markdown
- Использует базу данных SQLite для поиска и индексации
- Извлекает семантическое значение из простых шаблонов Markdown
- Файлы становятся объектами
Entity
- Каждая
Entity
может иметьObservations
или факты, связанные с ней. Relations
связывают сущности вместе, формируя граф знаний.
- Файлы становятся объектами
- Поддерживает локальный график знаний, полученный из файлов
- Обеспечивает двунаправленную синхронизацию между файлами и графом знаний.
- Реализует протокол контекста модели (MCP) для интеграции ИИ
- Предоставляет инструменты, которые позволяют помощникам на основе искусственного интеллекта перемещаться по графу знаний и манипулировать им
- Использует URL-адреса memory:// для ссылки на сущности в инструментах и диалогах.
Формат файла — просто Markdown с простой разметкой:
Каждый файл Markdown имеет:
Frontmatter
Наблюдения
Наблюдения — это факты о теме. Их можно добавить, создав список Markdown со специальным форматом, который может ссылаться на category
, tags
с использованием символа «#» и необязательный context
.
Формат Markdown для наблюдений:
Примеры наблюдений:
Отношения
Отношения — это ссылки на другие темы. Они определяют, как сущности соединяются в графе знаний.
Формат разметки:
Примеры отношений:
Использование с VS Code
Для установки в один клик нажмите одну из кнопок установки ниже...
Вы можете использовать Basic Memory с VS Code для легкого извлечения и сохранения информации во время кодирования. Нажмите кнопки установки выше для настройки в один клик или следуйте инструкциям по ручной установке ниже.
Ручная установка
Добавьте следующий блок JSON в файл настроек пользователя (JSON) в VS Code. Это можно сделать, нажав Ctrl + Shift + P
и введя Preferences: Open User Settings (JSON)
.
При желании вы можете добавить его в файл .vscode/mcp.json
в вашем рабочем пространстве. Это позволит вам поделиться конфигурацией с другими.
Использование с Claude Desktop
Базовая память построена с использованием протокола MCP (Model Context Protocol) и работает с настольным приложением Claude ( https://claude.ai/ ):
- Настройте Claude Desktop для использования базовой памяти:
Отредактируйте файл конфигурации MCP (обычно он находится в ~/Library/Application Support/Claude/claude_desktop_config.json
для OS X):
Если вы хотите использовать определенный проект (см. Несколько проектов ), обновите конфигурацию Claude Desktop:
- Синхронизируйте свои знания:
Базовая память синхронизирует файлы вашего проекта в режиме реального времени, если вы вносите изменения вручную.
- В Claude Desktop магистр права теперь может использовать следующие инструменты:
- Примеры подсказок для пробы:
Дополнительная информация
Более подробную информацию смотрите в документации , в том числе:
- Полное руководство пользователя
- CLI-инструменты
- Управление несколькими проектами
- Импорт данных из OpenAI/Claude Projects
Лицензия
АГПЛ-3.0
Вклады приветствуются. См. руководство по вкладам для получения информации о настройке проекта локально и подаче PR.
История Звезды
Создано с ♥️ компанией Basic Machines
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Tools
Basic Memory — это система управления знаниями, которая позволяет вам строить постоянный семантический граф из разговоров с помощниками ИИ. Все знания хранятся в стандартных файлах Markdown на вашем компьютере, что дает вам полный контроль и право собственности на ваши данные. Интегрируется напрямую с Obsidan.md
- Продолжайте разговор с того места, где вы остановились.
- Быстрый старт
- Почему базовая память?
- Как это работает на практике
- Техническая реализация
- Использование с VS Code
- Использование с Claude Desktop
- Дополнительная информация
- Лицензия
- История Звезды
Related Resources
Related MCP Servers
- AsecurityAlicenseAqualityEnhances user interaction through a persistent memory system that remembers information across chats and learns from past errors by utilizing a local knowledge graph and lesson management.Last updated -1326,18734JavaScriptMIT License
- AsecurityAlicenseAqualityMemory Bank Server provides a set of tools and resources for AI assistants to interact with Memory Banks. Memory Banks are structured repositories of information that help maintain context and track progress across multiple sessions.Last updated -1511113TypeScriptMIT License
- AsecurityAlicenseAqualityScalable, high-performance knowledge graph memory system with semantic search, temporal awareness, and advanced relation management.Last updated -2065131TypeScriptMIT License
- -securityAlicense-qualityA Model Context Protocol server that provides AI agents with persistent memory capabilities through Mem0, allowing them to store, retrieve, and semantically search memories.Last updated -2PythonMIT License
Appeared in Searches
- Finding the Best Tool for Memory Context Across Agentic Sessions Using Augment Code
- Coding tools to understand and manage a large codebase like MCP, CLINE, or ROOCODE
- Optimizing prompts for exploring and utilizing a local document library
- Information or resources related to 'rag'
- A lightweight MCP server for managing Markdown files without external dependencies