Rememb

AI 智能体在会话之间会遗忘一切。rememb 为它们提供了持久化记忆——本地、便携,且适用于任何智能体。

问题所在
每一位专业使用 AI 的开发者都会遇到这个瓶颈:
Session 1: "We're using PostgreSQL, auth at src/auth/, prefer async patterns."
Session 2: Agent starts from zero. You explain everything again.
Session 3: Same thing.现有的解决方案(Mem0、Zep、Letta)需要服务器、API 密钥和云账户。 你只是想让智能体记住你的项目。
安装
pip install rememb[mcp] # Recommended — includes MCP server
pip install rememb # CLI only
pip install rememb[mcp,semantic,pdf] # All features快速开始
使用 MCP(推荐)
零摩擦。无需 CLI 命令。原生 IDE 集成。
1. 添加到你的 IDE 的 MCP 配置中:
{
"mcpServers": {
"rememb": {
"command": "rememb",
"args": ["mcp"]
}
}
}2. 重启你的 IDE。
智能体现在会在会话开始时自动读取记忆,在学习新内容时写入,并在需要时进行搜索。
不使用 MCP
rememb rules # Print generic rules for AI agents将输出复制到你的编辑器的规则文件(.windsurfrules、.cursorrules、CLAUDE.md 等)中。
工作原理
.rememb/
entries.json ← structured memory (project, actions, systems, user, context)
meta.json ← project metadata项目中的一个 JSON 文件。你的智能体在每次会话开始时都会读取它。
User: "We're using PostgreSQL, auth at src/auth/, async patterns"
Agent: [rememb_write] → Saved
[New session]
Agent: [rememb_read] → Context loaded
Agent: "I see you're using PostgreSQL with auth at src/auth/..."搜索使用本地语义嵌入(无 API,无云端)。如果嵌入不可用,则回退到关键字搜索。
记忆分段
分段 | 存储内容 |
| 技术栈、架构、目标 |
| 已完成的工作、做出的决策 |
| 服务、模块、集成 |
| 用户偏好、重复性请求 |
| 姓名、风格、专业知识、偏好 |
| 其他任何相关信息 |
CLI
rememb init # Initialize memory store
rememb write "text" # Add entry (--section, --tags)
rememb read # List all entries (--section, --agent)
rememb search "query" # Semantic/keyword search (--top)
rememb edit <id> # Update entry (--content, --section, --tags)
rememb delete <id> # Remove entry
rememb clear --yes # Delete all entries
rememb import <folder> # Import .md/.txt/.pdf files
rememb rules # Show generic rules for AI agents设计
本地优先 — 项目中的纯 JSON 文件
便携 — 将
.rememb/复制到任何地方,它都能工作通用 — 任何智能体,任何 IDE(MCP 或 CLI)
无锁定 — 无服务器,无 API 密钥,无账户
贡献
git clone https://github.com/LuizEduPP/Rememb
cd rememb
pip install -e ".[dev]"欢迎提交 PR。欢迎提交 Issue。欢迎点赞。🌟
许可证
MIT
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/LuizEduPP/Rememb'
If you have feedback or need assistance with the MCP directory API, please join our Discord server