基本记忆

基本记忆 (Basic Memory) 可让您通过与 Claude 等大型语言模型 (LLM) 进行自然对话来构建持久知识，同时将所有内容保存在计算机上的简单 Markdown 文件中。它使用模型上下文协议 (MCP)，使任何兼容的 LLM 都能读取和写入您的本地知识库。

网站： https://basicmachines.co
文档： https://memory.basicmachines.co

从上次中断的地方继续对话

AI 助手可以在新对话中从本地文件加载上下文
笔记实时保存为本地 Markdown 文件
无需项目知识或特殊提示

https://github.com/user-attachments/assets/a55d8238-8dd0-454a-be4c-8860dbbd0ddc

快速入门

# Install with uv (recommended)
uv tool install basic-memory

# Configure Claude Desktop (edit ~/Library/Application Support/Claude/claude_desktop_config.json)
# Add this to your config:
{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}
# Now in Claude Desktop, you can:
# - Write notes with "Create a note about coffee brewing methods"
# - Read notes with "What do I know about pour over coffee?"
# - Search with "Find information about Ethiopian beans"

您可以通过~/basic-memory （默认目录位置）中的文件查看共享上下文。

通过 Smithery 进行替代安装

您可以使用Smithery为 Claude Desktop 自动配置基本内存：

npx -y @smithery/cli install @basicmachines-co/basic-memory --client claude

这将安装并配置 Basic Memory，无需手动编辑 Claude Desktop 配置文件。Smithery 服务器托管 MCP 服务器组件，而您的数据仍以 Markdown 文件的形式存储在本地。

Glama.ai

为什么是基本记忆？

大多数LLM互动都是短暂的——你提出一个问题，得到一个答案，然后一切都被遗忘了。每次对话都是全新的，没有之前对话的背景或知识。目前的解决方法存在局限性：

聊天记录记录了对话，但不是结构化的知识
RAG 系统可以查询文档，但不允许 LLM 写回
矢量数据库需要复杂的设置，并且通常位于云端
知识图谱通常需要专门的工具来维护

Basic Memory 用一种简单的方法解决了这些问题：结构化的 Markdown 文件，人类和 LLM 都可以读写。其主要优势如下：

**本地优先：**所有知识都保留在你控制的文件中
**双向：**您和 LLM 都可以读取和写入相同的文件
**结构化且简单：**使用熟悉的 Markdown 和语义模式
可遍历知识图谱： LLM 可以追踪主题之间的链接
**标准格式：**可与 Obsidian 等现有编辑器配合使用
**轻量级基础设施：**仅在本地 SQLite 数据库中索引的本地文件

使用基本记忆，您可以：

进行基于先前知识的对话
在自然对话中创建结构化笔记
与法学硕士进行对话，让他们记住你之前讨论过的内容
语义导航你的知识图谱
让一切都保持本地化并处于您的控制之下
使用熟悉的工具（如 Obsidian）查看和编辑笔记
建立随时间增长的个人知识库

实践操作

假设你正在探索咖啡冲泡方法，并想记录你的知识。具体操作如下：

开始正常聊天：

I've been experimenting with different coffee brewing methods. Key things I've learned:

- Pour over gives more clarity in flavor than French press
- Water temperature is critical - around 205°F seems best
- Freshly ground beans make a huge difference

...继续对话。

请法学硕士 (LLM) 帮助构建这些知识：

"Let's write a note about coffee brewing methods."

LLM 在您的系统上创建一个新的 Markdown 文件（您可以在 Obsidian 或编辑器中立即看到它）：

---
title: Coffee Brewing Methods
permalink: coffee-brewing-methods
tags:
- coffee
- brewing
---

# Coffee Brewing Methods

## Observations

- [method] Pour over provides more clarity and highlights subtle flavors
- [technique] Water temperature at 205°F (96°C) extracts optimal compounds
- [principle] Freshly ground beans preserve aromatics and flavor

## Relations

- relates_to [[Coffee Bean Origins]]
- requires [[Proper Grinding Technique]]
- affects [[Flavor Extraction]]

该笔记通过简单的 Markdown 格式嵌入语义内容并链接到其他主题。

您可以在计算机上的当前项目目录（默认~/$HOME/basic-memory ）中实时看到此文件。

从 v0.12.0 版本开始，实时同步默认启用

在与LLM聊天时，你可以参考一个话题：

Look at `coffee-brewing-methods` for context about pour over coffee

LLM 现在可以从知识图谱中构建丰富的上下文。例如：

Following relation 'relates_to [[Coffee Bean Origins]]':
- Found information about Ethiopian Yirgacheffe
- Notes on Colombian beans' nutty profile
- Altitude effects on bean characteristics

Following relation 'requires [[Proper Grinding Technique]]':
- Burr vs. blade grinder comparisons
- Grind size recommendations for different methods
- Impact of consistent particle size on extraction

每个相关文档都可以提供更多的背景信息，从而为您的知识库构建丰富的语义理解。

这会形成双向流动：

人类编写和编辑 Markdown 文件
LLM通过MCP协议进行读写
同步使一切保持一致
所有知识都保存在本地文件中。

技术实现

基本内存的底层：

将所有内容存储在 Markdown 文件中
使用 SQLite 数据库进行搜索和索引
从简单的 Markdown 模式中提取语义
- 文件成为Entity对象
- 每个Entity可以有与其相关的Observations或事实
- Relations将实体连接在一起形成知识图谱
维护从文件中提取的本地知识图谱
提供文件和知识图谱之间的双向同步
实现用于 AI 集成的模型上下文协议 (MCP)
公开允许人工智能助手遍历和操作知识图谱的工具
使用memory:// URL来跨工具和对话引用实体

文件格式只是带有一些简单标记的 Markdown：

每个 Markdown 文件都有：

前言

title: <Entity title>
type: <The type of Entity> (e.g. note)
permalink: <a uri slug>

- <optional metadata> (such as tags) 

观察

观察是关于某个主题的事实。它们可以通过创建 Markdown 列表来添加，该列表具有特殊的格式，可以引用category 、使用“#”字符的tags以及可选的context 。

观察 Markdown 格式：

- [category] content #tag (optional context)

观察示例：

- [method] Pour over extracts more floral notes than French press
- [tip] Grind size should be medium-fine for pour over #brewing
- [preference] Ethiopian beans have bright, fruity flavors (especially from Yirgacheffe)
- [fact] Lighter roasts generally contain more caffeine than dark roasts
- [experiment] Tried 1:15 coffee-to-water ratio with good results
- [resource] James Hoffman's V60 technique on YouTube is excellent
- [question] Does water temperature affect extraction of different compounds differently?
- [note] My favorite local shop uses a 30-second bloom time

关系

关系是指向其他主题的链接。它们定义了实体在知识图谱中的连接方式。

Markdown 格式：

- relation_type [[WikiLink]] (optional context)

关系示例：

- pairs_well_with [[Chocolate Desserts]]
- grown_in [[Ethiopia]]
- contrasts_with [[Tea Brewing Methods]]
- requires [[Burr Grinder]]
- improves_with [[Fresh Beans]]
- relates_to [[Morning Routine]]
- inspired_by [[Japanese Coffee Culture]]
- documented_in [[Coffee Journal]]

与 VS Code 一起使用

对于一键安装，请单击下面的安装按钮之一...

您可以将 Basic Memory 与 VS Code 结合使用，以便在编码时轻松检索和存储信息。点击上方的安装按钮进行一键安装，或按照下方的手动安装说明进行操作。

手动安装

将以下 JSON 块添加到 VS Code 中的“用户设置 (JSON)”文件中。您可以按下Ctrl + Shift + P并输入Preferences: Open User Settings (JSON)来执行此操作。

{
  "mcp": {
    "servers": {
      "basic-memory": {
        "command": "uvx",
        "args": ["basic-memory", "mcp"]
      }
    }
  }
}

或者，您可以将其添加到工作区中名为.vscode/mcp.json的文件中。这样您就可以与其他人共享该配置。

{
  "servers": {
    "basic-memory": {
      "command": "uvx",
      "args": ["basic-memory", "mcp"]
    }
  }
}

与 Claude Desktop 一起使用

基本内存是使用 MCP（模型上下文协议）构建的，并与 Claude 桌面应用程序（ https://claude.ai/ ）配合使用：

配置 Claude Desktop 使用基本内存：

编辑您的 MCP 配置文件（对于 OS X，通常位于~/Library/Application Support/Claude/claude_desktop_config.json ）：

{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}

如果您想使用特定项目（请参阅多个项目），请更新您的 Claude Desktop 配置：

{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "--project",
        "your-project-name",
        "mcp"
      ]
    }
  }
}

同步您的知识：

如果您进行手动编辑，基本内存将实时同步项目中的文件。

在 Claude Desktop 中，法学硕士现在可以使用以下工具：

write_note(title, content, folder, tags) - Create or update notes
read_note(identifier, page, page_size) - Read notes by title or permalink
build_context(url, depth, timeframe) - Navigate knowledge graph via memory:// URLs
search_notes(query, page, page_size) - Search across your knowledge base
recent_activity(type, depth, timeframe) - Find recently updated information
canvas(nodes, edges, title, folder) - Generate knowledge visualizations

尝试的示例提示：

"Create a note about our project architecture decisions"
"Find information about JWT authentication in my notes"
"Create a canvas visualization of my project components"
"Read my notes on the authentication system"
"What have I been working on in the past week?"

执照

AGPL-3.0

欢迎贡献。请参阅贡献指南，了解如何在本地设置项目并提交 PR。

星史

由 Basic Machines 倾情打造

basic-memory

Integrations