pi-mem
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@pi-memremember that the client prefers code reviews on Fridays"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
pi-mem · 基于第一性原理的记忆引擎
纯 markdown + BM25 + 计数器 · 零依赖 · 零网络 · 框架无关 pi 扩展 / MCP server 双适配 —— 一个记忆引擎,任何 AI 客户端可用
它是什么
一个给 AI 编程助手用的跨会话记忆系统。从第一性原理出发设计,只做五件事(写/存/读/忘/反馈),并且为每件事确立了原理级不变量:
不变量 | 含义 |
可追溯性 | 每条记忆必答"谁写的(via)、何时(created)"——来源可审计,错误可定位,投毒可清除 |
价值信号 |
|
更新不变式 | 写入自动做同主题冲突检测 → replace 旧条目并归档历史——不制造第二份真理 |
外加两条工程护栏:隐私过滤(强信号捕获拒收 key/密码/URL 等敏感内容)、写锁(并发会话不互相覆盖)。
Related MCP server: gnosem
特性
🧩 纯 Markdown:记忆就是
MEMORY.md索引 +Lore/细节文件,人能读、能编辑、能 git;数据库只是加速索引🚀 零依赖零网络:中文 BM25(2+3-gram)本地检索,2.5~3ms/轮,不烧 API、不外传数据
🔌 双适配:pi 原生扩展(自动情境注入+强信号捕获)|标准 MCP server(任何 MCP 客户端)
⚖️ 克制的老化:90/120 天零活动→休眠、180 天→待归档,只报告不自动删;身份类永留
🔐 隐私护栏:强信号捕获自动拒绝敏感内容(sk-密钥/URL/密码/账号/临时)
架构
core.ts 引擎(框架无关):存储/BM25 检索/注入/捕获/老化/三态 —— 谁都能 import
index.ts pi 适配层:before_agent_start 注入钩子 + 6 工具 + /mem 命令
mcp/server.ts MCP 适配层:stdio JSON-RPC 2.0,任何 MCP 客户端接入快速开始
作为 pi 扩展
# 复制到 pi 扩展目录(或以 pi 包安装)
git clone https://github.com/May5921/pi-mem ~/.pi/agent/extensions/pi-mem
# 或 pi install(发布后)
pi install npm:pi-mem
# 重启 pi 或 /reload —— 自动生效每轮对话自动情境注入(BM25 命中才注入 ≤3 条);查看更多:memory_status / /mem status。
作为 MCP server(任何客户端)
// Claude Code: claude mcp add 示例
{
"mcpServers": {
"pi-mem": {
"command": "node",
"args": ["/路径/to/pi-mem/mcp/server.ts"],
"env": { "PI_MEM_DIR": "~/.agent-memory" } // 可选:自定义存储目录
}
}
}Cursor(.cursor/mcp.json)、Codex(.codex/config.toml)、OpenCode 等所有 MCP 客户端配置方式相同。工具:memory_write / memory_search / memory_read / memory_status / memory_forget / memory_prune。
记忆格式
# MEMORY.md(索引,一行一条)
- [项目] 考研:首选合工大、次选安大 → Lore/项目.md
# Lore/项目.md(细节)
- 目标院校:首选合肥工业大学(合工大)、次选安徽大学(安大)元数据在 .meta.json(计数器/来源/状态),与可读文件分离。
设计哲学
一次关于"记忆系统是什么"的第一性原理分析:记忆 = 跨时间的信息投资系统(写/存/读/忘/反馈),唯一矛盾是保真 vs 减噪,三条推论(容量约束下的选择性是本质 / 价值只在提取时刻兑现 / 遗忘挂钩提取不挂钩时间)。本实现是这些推论的直接落地:
读 = 情境驱动注入(挂钩情境,不挂钩轮次)
忘 = 最后活动时间驱动(挂钩提取,不挂钩日历)
写 = 三态内建(追加/replace/归档是存储层不变式,不是模型礼仪)
详细拆解见 docs/DESIGN.md。
License
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Cross-tool persistent memory and context for AI assistants over MCP.
Persistent personal memory for AI assistants — save, search, and recall across every MCP client.
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
- mcpOAuthai.butlerbrain
Persistent memory for AI assistants. Save once; recall from Claude, ChatGPT, or any MCP client.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceProvides persistent, local-first AI memory across sessions via MCP tools for storing, searching, and retrieving context from past interactions.1MIT
- AlicenseNot gradedqualityBmaintenanceCross-vendor AI memory over MCP. Provides a persistent memory store with tools to write, search, list, forget, and supersede memories from any MCP-capable AI client.MIT
- AlicenseNot gradedqualityBmaintenanceProvides portable memory for AI agents using plain Markdown files. Enables storing, recalling, and managing memories via MCP tools like recall, remember, forget, list, and get.7 npm1MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to store, search, consolidate, and trace durable memories as plain Markdown files, with a disposable BM25 index and provenance tracking via MCP tools.MIT