Central Intelligence

智能体会遗忘。CI 帮你记住。

为 AI 智能体提供持久化记忆。在不同会话间存储、检索和共享信息。适用于 Claude Code、Cursor、LangChain、CrewAI 以及任何支持 MCP 的智能体。

CI 绝不会重写你的记忆。 系统会提取事实以供搜索，但你的内容始终会原样返回。没有垃圾记忆，没有幻觉重写，没有数据丢失。

npm License: Apache 2.0

Central Intelligence MCP server

快速入门 (30秒)

# 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.

何时使用 Central Intelligence

启发式建议： 如果你会写便签提醒未来的自己，那就把它存进 Central Intelligence。

场景	操作建议
开始新会话，需要之前的上下文	`recall` 或 `context`
发现了重要信息（架构、偏好、修复方案）	`remember`
多个智能体协作同一个项目	使用用户/组织作用域进行 `share`
你总是需要在每个会话中重复学习相同的内容	存一次 `remember`，永久 `recall`
将任务移交给另一个智能体或会话	`remember` 关键决策，下一个智能体调用 `context`
用户反复告诉你相同的偏好	`remember` 它们，下次用 `recall` 确认

不要存储： 密钥、密码、API 令牌、个人敏感信息 (PII)、大型二进制文件或临时草稿数据。

问题所在

每个 AI 智能体对话都是从零开始的。你的智能体学习了你的偏好、理解了你的代码库、摸清了你的架构——然后会话结束，它就全忘了。下一次会话？同样的问题。同样的错误。同样需要从头开始构建上下文。

Central Intelligence 解决了这个问题。

功能特性

五个 MCP 工具为你的智能体提供长期记忆：

工具	描述	示例
`remember`	存储信息以备后用	"用户偏好 TypeScript 并部署到 Fly.io"
`recall`	对过往记忆进行语义搜索	"用户有什么偏好？"
`context`	为当前任务自动加载相关记忆	"正在进行身份验证系统的重构"
`forget`	删除过时或错误的记忆	`forget("memory_abc123")`
`share`	让其他智能体也能访问记忆	作用域："agent" → "org"

基准测试

LifeBench (2026) — 长期多源记忆

CI 在 LifeBench 上得分 45.9%，这是目前已发布的最难记忆基准测试（涵盖 10 个用户的 2,003 个问题，包含 5.1 万条真实世界事件，包括消息、日历、健康记录、笔记和通话）。

总体	信息提取	多跳推理	时间维度
45.9%	52.8%	45.6%	39.3%

评估工具：lifebench-eval

智能体记忆基准测试 (AMB) — 基础设施测试

使用开源的 Agent Memory Benchmark 测试 CI 与其他提供商的对比：

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

注意： AMB 由 Central Intelligence 的同一作者维护。你可以自行运行并验证结果。欢迎提交包含新提供商适配器的 PR。

跨工具记忆

CI Local 可以读取 5 个 AI 编码平台 的配置文件，并将其与你存储的记忆一起进行搜索：

平台	配置文件	解析方式
Claude Code	`CLAUDE.md`	基于章节 (## 标题)
Cursor	`.cursor/rules`	基于段落
Windsurf	`.windsurf/rules`	基于段落
Codex	`codex.md`	基于章节
GitHub Copilot	`.github/copilot-instructions.md`	基于章节

通过 Claude Code 存储的记忆在 Cursor 中也可以被发现，反之亦然。你的 AI 记忆在任何地方都有效，而不仅仅是在一个工具中。

Recall 的响应现在包含 source（记忆来源工具）、freshness_score（新鲜度）和 duplicate_group（跨工具近重复检测）。

工作原理

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)

每条记忆都被分解为包含实体、时间信息和因果关系的结构化事实。Recall 会并行运行四种搜索策略（向量相似度、BM25 全文搜索、实体图遍历、时间邻近度），使用倒数排名融合 (Reciprocal Rank Fusion) 合并结果，并使用本地交叉编码器模型进行重排序。所有支持平台的配置文件都会被解析、嵌入并缓存在本地。

记忆作用域

作用域	可见范围	使用场景
`agent`	仅限存储该记忆的智能体	个人上下文，会话连续性
`user`	服务于同一用户的所有智能体	用户偏好，跨工具上下文
`org`	组织内的所有智能体	共享知识，团队决策

MCP 服务器设置

Claude Code

添加到 ~/.claude/settings.json 中的 mcpServers：

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

Cursor

添加到 ~/.cursor/mcp.json：

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

任何兼容 MCP 的客户端

MCP 服务器已发布为 npm 包 central-intelligence-mcp。将你的 MCP 客户端指向它，并设置 CI_API_KEY 环境变量。

CLI 使用

# 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

或者全局安装以使用更短的命令：

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

REST API

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

所有端点都需要 Authorization: Bearer <api-key> 请求头。

创建 API Key

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
}

响应：

{
  "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

返回已认证 API Key 的记忆计数、使用事件和活跃智能体。

自托管

# 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

部署到 Fly.io

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

然后将 MCP 服务器指向你的实例：

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

架构

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

定价

层级	价格	记忆容量	智能体数量
免费版	$0	500	1
专业版	$29/月	50,000	20
团队版	$99/月	500,000	不限

贡献

欢迎贡献。请提交 Issue 或 PR。

许可证

Apache 2.0

Central Intelligence

Central Intelligence

快速入门 (30秒)

何时使用 Central Intelligence

问题所在

功能特性

基准测试

LifeBench (2026) — 长期多源记忆

智能体记忆基准测试 (AMB) — 基础设施测试

跨工具记忆

工作原理

记忆作用域

MCP 服务器设置

Claude Code

Cursor

任何兼容 MCP 的客户端

CLI 使用

REST API

创建 API Key

POST /memories/remember

POST /memories/recall

POST /memories/context

DELETE /memories/:id

POST /memories/:id/share

GET /usage

自托管

部署到 Fly.io

架构

定价

贡献

许可证

Resources

Tools

Appeared in Searches

Latest Blog Posts

MCP directory API