Skip to main content
Glama

Central Intelligence

Agenten vergessen. CI erinnert sich.

Persistenter Speicher für KI-Agenten. Speichern, abrufen und teilen Sie Informationen über Sitzungen hinweg. Funktioniert mit Claude Code, Cursor, LangChain, CrewAI und jedem Agenten, der MCP unterstützt.

CI schreibt Ihre Erinnerungen niemals um. Fakten werden für die Suche extrahiert, aber Ihre Inhalte werden immer wortgetreu zurückgegeben. Keine Müll-Erinnerungen, keine halluzinierten Umschreibungen, kein Datenverlust.

npm License: Apache 2.0

Central Intelligence MCP server

LifeBench 45.9% AMB 90/100

Schnellstart (30 Sekunden)

# 1. Get an API key
npx central-intelligence-cli signup

# 2. Add to Claude Code
npx central-intelligence-cli init claude

# Done. Your agent now has persistent memory.

Wann man Central Intelligence verwendet

Heuristik: Wenn Sie es in einer Notiz an Ihr zukünftiges Ich schreiben würden, speichern Sie es in Central Intelligence.

Szenario

Was zu tun ist

Start einer neuen Sitzung, Kontext von früher benötigt

recall oder context

Etwas Wichtiges entdeckt (Architektur, Präferenzen, Korrekturen)

remember

Mehrere Agenten arbeiten am selben Projekt

share mit Benutzer/Organisations-Scope

Sie lernen ständig dieselben Dinge in jeder Sitzung neu

Einmal remember, für immer recall

Übergabe einer Aufgabe an einen anderen Agenten oder eine Sitzung

remember wichtiger Entscheidungen, nächster Agent ruft context auf

Benutzer nennt Ihnen wiederholt dieselben Präferenzen

remember sie, beim nächsten Mal mit recall prüfen

Nicht speichern: Geheimnisse, Passwörter, API-Schlüssel, personenbezogene Daten (PII), große Binärdateien oder flüchtige Scratch-Daten.

Das Problem

Jede KI-Agenten-Sitzung beginnt bei Null. Ihr Agent lernt Ihre Präferenzen, versteht Ihre Codebasis, durchschaut Ihre Architektur – dann endet die Sitzung und er vergisst alles. Nächste Sitzung? Dieselben Fragen. Dieselben Fehler. Derselbe Kontextaufbau von Grund auf.

Central Intelligence behebt dies.

Was es tut

Fünf MCP-Tools geben Ihrem Agenten ein Langzeitgedächtnis:

Tool

Beschreibung

Beispiel

remember

Informationen für später speichern

"Benutzer bevorzugt TypeScript und deployt auf Fly.io"

recall

Semantische Suche in vergangenen Erinnerungen

"Was bevorzugt der Benutzer?"

context

Relevante Erinnerungen für die aktuelle Aufgabe automatisch laden

"Arbeite am Refactoring des Auth-Systems"

forget

Veraltete oder falsche Erinnerungen löschen

forget("memory_abc123")

share

Erinnerungen für andere Agenten verfügbar machen

Scope: "agent" → "org"

Benchmarks

LifeBench (2026) — Langzeit-Multi-Quellen-Gedächtnis

CI erreicht 45.9% auf LifeBench, dem schwierigsten veröffentlichten Gedächtnis-Benchmark (2.003 Fragen über 10 Benutzer, 51.000 reale Ereignisse einschließlich Nachrichten, Kalender, Gesundheitsdaten, Notizen und Anrufe).

Gesamt

Info-Extraktion

Multi-Hop

Zeitlich

45.9%

52.8%

45.6%

39.3%

Evaluierungs-Harness: lifebench-eval

Agent Memory Benchmark (AMB) — Infrastruktur-Tests

Testen Sie CI gegen andere Anbieter mit dem Open-Source Agent Memory Benchmark:

npx agent-memory-benchmark --provider central-intelligence --api-key $CI_API_KEY

Hinweis: AMB wird vom selben Autor wie Central Intelligence gepflegt. Führen Sie es selbst aus und überprüfen Sie die Ergebnisse. PRs mit neuen Anbieter-Adaptern sind willkommen.

Cross-Tool-Gedächtnis

CI Local liest Konfigurationsdateien von 5 KI-Coding-Plattformen und macht sie zusammen mit Ihren gespeicherten Erinnerungen durchsuchbar:

Plattform

Konfigurationsdatei

Wie es geparst wird

Claude Code

CLAUDE.md

Sektionsbasiert (## Überschriften)

Cursor

.cursor/rules

Absatzbasiert

Windsurf

.windsurf/rules

Absatzbasiert

Codex

codex.md

Sektionsbasiert

GitHub Copilot

.github/copilot-instructions.md

Sektionsbasiert

Erinnerungen, die über Claude Code gespeichert wurden, sind bei der Verwendung von Cursor auffindbar und umgekehrt. Ihr KI-Gedächtnis funktioniert überall, nicht nur in einem Tool.

Recall-Antworten enthalten jetzt source (von welchem Tool die Erinnerung stammt), freshness_score (wie aktuell) und duplicate_group (Erkennung von nahezu Duplikaten über Tools hinweg).

Wie es funktioniert

Agent (Claude, Cursor, Windsurf, Copilot, Codex)
    ↓ MCP protocol
Central Intelligence MCP Server (local, thin client)
    ↓
SQLite + vector embeddings + config file parsing
    ↓
Hybrid search: vector + FTS5 + fuzzy + temporal decay
    ↓
Central Intelligence API (hosted)
    ↓
PostgreSQL + pgvector + fact decomposition + entity graph
    ↓
4-way retrieval: vector + BM25 + graph traversal + temporal
    ↓
Local ONNX cross-encoder reranker (zero API cost)

Jede Erinnerung wird in strukturierte Fakten mit Entitäten, zeitlichen Informationen und kausalen Beziehungen zerlegt. Recall führt vier Suchstrategien parallel aus (Vektorähnlichkeit, BM25-Volltext, Entitätsgraph-Traversierung, zeitliche Nähe), führt Ergebnisse mit Reciprocal Rank Fusion zusammen und bewertet sie mit einem lokalen Cross-Encoder-Modell neu. Konfigurationsdateien aller unterstützten Plattformen werden geparst, eingebettet und lokal zwischengespeichert.

Gedächtnis-Scopes

Scope

Sichtbar für

Anwendungsfall

agent

Nur der Agent, der es gespeichert hat

Persönlicher Kontext, Sitzungskontinuität

user

Alle Agenten, die denselben Benutzer bedienen

Benutzerpräferenzen, Cross-Tool-Kontext

org

Alle Agenten in der Organisation

Geteiltes Wissen, Team-Entscheidungen

MCP-Server-Einrichtung

Claude Code

Fügen Sie dies in ~/.claude/settings.json unter mcpServers hinzu:

{
  "central-intelligence": {
    "command": "npx",
    "args": ["-y", "central-intelligence-mcp"],
    "env": {
      "CI_API_KEY": "your-api-key"
    }
  }
}

Cursor

Fügen Sie dies in ~/.cursor/mcp.json hinzu:

{
  "mcpServers": {
    "central-intelligence": {
      "command": "npx",
      "args": ["-y", "central-intelligence-mcp"],
      "env": {
        "CI_API_KEY": "your-api-key"
      }
    }
  }
}

Jeder MCP-kompatible Client

Der MCP-Server ist als central-intelligence-mcp auf npm veröffentlicht. Verweisen Sie Ihren MCP-Client darauf, wobei die Umgebungsvariable CI_API_KEY gesetzt sein muss.

CLI-Nutzung

# Sign up and get an API key
npx central-intelligence-cli signup

# Add to Claude Code / Cursor
npx central-intelligence-cli init claude
npx central-intelligence-cli init cursor

# Store a memory
npx central-intelligence-cli remember "The user prefers dark mode and TypeScript"

# Search memories
npx central-intelligence-cli recall "what are the user's preferences?"

# Delete a memory
npx central-intelligence-cli forget <memory-id>

# Check connection
npx central-intelligence-cli status

Oder installieren Sie es global für kürzere Befehle:

npm install -g central-intelligence-cli
ci-memory signup
ci-memory remember "User prefers TypeScript"
ci-memory recall "language preferences"

REST-API

Basis-URL: https://central-intelligence-api.fly.dev

Alle Endpunkte erfordern den Header Authorization: Bearer <api-key>.

API-Schlüssel erstellen

curl -X POST https://central-intelligence-api.fly.dev/keys \
  -H "Content-Type: application/json" \
  -d '{"name": "my-key"}'

POST /memories/remember

{
  "agent_id": "my-agent",
  "content": "User prefers TypeScript over Python",
  "tags": ["preference", "language"],
  "scope": "agent"
}

POST /memories/recall

{
  "agent_id": "my-agent",
  "query": "what programming language does the user prefer?",
  "limit": 5
}

Antwort:

{
  "memories": [
    {
      "id": "uuid",
      "content": "User prefers TypeScript over Python",
      "relevance_score": 0.434,
      "tags": ["preference", "language"],
      "scope": "agent",
      "created_at": "2026-03-22T21:42:34.590Z"
    }
  ]
}

POST /memories/context

{
  "agent_id": "my-agent",
  "current_context": "Setting up a new web project for the user",
  "max_memories": 5
}

DELETE /memories/:id

POST /memories/:id/share

{
  "target_scope": "org"
}

GET /usage

Gibt Speicheranzahl, Nutzungsereignisse und aktive Agenten für den authentifizierten API-Schlüssel zurück.

Self-Hosting

# Clone and install
git clone https://github.com/AlekseiMarchenko/central-intelligence.git
cd central-intelligence
npm install

# Set up PostgreSQL
createdb central_intelligence
psql -d central_intelligence -f packages/api/src/db/schema.sql

# Configure
cp .env.example .env
# Edit .env: set DATABASE_URL and OPENAI_API_KEY

# Run
npm run dev:api

Auf Fly.io bereitstellen

fly apps create my-ci-api
fly postgres create --name my-ci-db
fly postgres attach my-ci-db
fly secrets set OPENAI_API_KEY=sk-...
fly deploy

Verweisen Sie dann den MCP-Server auf Ihre Instanz:

{
  "env": {
    "CI_API_KEY": "your-key",
    "CI_API_URL": "https://your-app.fly.dev"
  }
}

Architektur

central-intelligence/
├── packages/
│   ├── api/            # Backend API (Hono + PostgreSQL + pgvector)
│   │   ├── src/
│   │   │   ├── db/           # Schema, migrations (facts, entities, pgvector, hybrid)
│   │   │   ├── middleware/   # Auth, rate limiting, billing, x402 payments
│   │   │   ├── routes/       # REST endpoints, dashboard, docs, demo
│   │   │   └── services/     # Core logic:
│   │   │       ├── memories.ts          # Store + 4-way recall pipeline
│   │   │       ├── fact-extraction.ts   # GPT-4o-mini fact decomposition
│   │   │       ├── entity-resolution.ts # Trigram + co-occurrence entity merging
│   │   │       ├── observations.ts      # Auto-synthesized higher-level facts
│   │   │       ├── rerank.ts            # ONNX local + Cohere + passthrough
│   │   │       ├── embeddings.ts        # OpenAI text-embedding-3-small
│   │   │       ├── encryption.ts        # AES-256-GCM at rest
│   │   │       └── query-decompose.ts   # Query expansion via GPT-4o-mini
│   │   └── tests/        # 68 tests (Vitest)
│   ├── mcp-server/     # MCP server (npm: central-intelligence-mcp)
│   ├── cli/            # CLI tool (npm: central-intelligence-cli)
│   ├── local/          # Local memory with cross-tool config parsing
│   ├── node-sdk/       # Node.js/TypeScript SDK (npm: central-intelligence-sdk)
│   ├── python-sdk/     # Python SDK (PyPI: central-intelligence)
│   └── openclaw-skill/ # OpenClaw skill file
├── .github/workflows/  # CI (typecheck + test) + Deploy (Fly.io)
├── landing/            # Landing page
├── Dockerfile          # API container (non-root, ONNX model pre-cached)
├── fly.toml            # Fly.io config (iad region, health checks)
└── README.md

Preisgestaltung

Stufe

Preis

Erinnerungen

Agenten

Free

$0

500

1

Pro

$29/Monat

50.000

20

Team

$99/Monat

500.000

Unbegrenzt

Mitwirken

Beiträge sind willkommen. Öffnen Sie ein Issue oder einen PR.

Lizenz

Apache 2.0

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - A tier

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/AlekseiMarchenko/central-intelligence'

If you have feedback or need assistance with the MCP directory API, please join our Discord server