nautli
Officialnautli
每个 AI 记忆工具都在存储。nautli 负责消化。
为你的所有 AI 智能体打造的一个本地大脑。Claude Code、Cursor 和其他 MCP 客户端共享同一个本地记忆。当你睡觉时,消化守护进程会合并重复内容、将矛盾转化为复习卡片,并遗忘垃圾信息。事实来源是你磁盘上的纯文件,而不是别人的服务器。
You, in Claude Code: "Remember: our API runs on port 4000."
You, in Cursor, later: "What port does our API use?"
Cursor: 4000 (recalled from the same local brain)安装
npx nautli dashboard仪表盘仅在 127.0.0.1 上打开,并引导你完成所有步骤:
记忆检查:扫描你已有的笔记(Obsidian 仓库、CLAUDE.md、智能体记忆文件),并基于你自己的数据展示健康评分,包含真实的重复项、矛盾和过期事实。预览最多扫描 40 条笔记,通常需要约 10 分钟。一键导入发现的内容,或从零开始。
连接 Claude Code:一键 MCP 注册(remember / recall / briefing 工具)。
习惯指令:向你的 CLAUDE.md 添加一个块,让 AI 真正使用其记忆。
夜间消化守护进程:每晚 3:30,重复项会被合并,矛盾会变成复习卡片。可通过一个按钮完全移除。
要求,说实话
Node.js | 20 或更高版本 |
Claude Code CLI | 已安装并登录。重复项和矛盾的判断通过你自己的 Claude 订阅进行 |
python3 | 仅在记忆检查步骤中需要 |
OS | macOS 用于自动夜间守护进程(launchctl)。核心 CLI 和 MCP 服务器可在任何运行 Node 的地方运行;在其他平台上,自行运行 |
better-sqlite3 是一个原生模块。大多数平台会下载预编译的二进制文件;不常见的平台和 Node 组合会回退到编译,这需要 python3 和 C++ 工具链。
目前可用的 AI 工具
工具 | 状态 |
Claude Code | 自动,一键注册 |
Cursor | 手动,复制提供的 mcp.json 片段 |
其他 MCP 客户端 | stdio MCP 服务器是标准的,但除上述两者外未经测试 |
ChatGPT / Gemini 应用 | 尚不支持 |
让编码智能体为你安装
将此粘贴到 Claude Code 或任何编码智能体;整个过程是非交互式的:
npx nautli setup --yes # storage + MCP registration + instructions + nightly daemon + one digest run
npx nautli doctor # verify the install如果你愿意,也可以全局安装:npm i -g nautli,然后运行 nautli dashboard。贡献者:git clone https://github.com/nautli/nautli.git && cd nautli && npm install && node src/cli.js dashboard。
Related MCP server: MCP Memento
为什么又做一个记忆工具
只增不减的记忆会变成一个杂物抽屉:每个事实有三份副本,其中两份已过期,而你的 AI 随机挑一份。大多数记忆工具只会存储和检索。nautli 把记忆当作需要消化的东西:
消化,而非积累。 夜间守护进程合并重复项,并安全地解决可以解决的内容。
复习卡片,而非静默修改。 模棱两可的判断永远不会自动应用。矛盾会变成早晨的卡片,你一键作答,你的答案就会成为新的事实。
设计上不丢失数据。 自动流水线从不删除事实。被取代和失效的事实会连同完整历史一起归档,
rebuild可随时从你的文件恢复索引。(nautli purge是唯一一个明确的、由用户调用的例外——它会永久删除你指定的事实。)双时态事实。 每个事实都知道它何时为真、何时被记录,因此“我们把端口从 3000 迁移到 4000”是历史,而不是冲突。
本地优先。 你的记忆是
~/.nautli/中的文件。更换 AI 工具,保留你的大脑。
迄今为止的实测质量
以下数字来自我们的内部评估:在自家仓库上进行了 4,000+ 原子的一次运行,并在三位外部测试者的仓库上进行了留出(holdout)运行。带标注的评估集和方法论说明将发布在本仓库中;在此之前,请将这些视为作者自报数据。
错误的自动合并:到目前为止,在我们的内部和留出运行中未观察到。样本仍然较小,因此在公开基准测试连同预注册评估集发布之前(计划在本仓库中),我们不发布原始数字。
矛盾检测召回率:在我们的标注集上为 100%
错误自动应用的操作:0,因为根据策略,任何模棱两可的内容都会进入复习卡片
坦白说弱点:垃圾过滤。在我们自己的数据上垃圾为个位数,早期测试中在外部仓库上则差得多。三阶段过滤器正在进行中,无论结果如何数字都会发布
数据边界
记忆、事件日志和报告都是
~/.nautli/下的本地文件。你的笔记和记忆内容永远不会上传到任何地方。判断提示(重复项和矛盾检查)通过你自己的 Claude 订阅发送给 Anthropic。这是笔记文本离开你机器的唯一地方。
匿名使用遥测(卡片数量、判断/路由统计、安装 UUID——绝不含笔记或记忆内容)默认开启,并发送到 nautli 的遥测端点。随时关闭:
nautli telemetry off。自动流水线从不 DELETE 事实,只对它们进行软归档。
npx nautli rebuild从源文件重建一切。nautli purge是唯一明确的例外:它会永久删除你指定的事实。
CLI
npx nautli init # create ~/.nautli
npx nautli remember "our API port is 4000" --scope project:myapp
npx nautli recall "port" --scope project:myapp
npx nautli daemon-run # run one digestion manually
npx nautli rebuild # rebuild the index from source files可移植性 / export --verify
nautli export --verify --out nautli-memory.json
nautli import nautli-memory.json --home /path/to/empty/nautli-homeexport --verify 会分别检查导出文件的格式、事实模式、计数以及 facts+events 校验和,然后在临时主目录中执行一次经过验证的往返测试。该往返测试会比较每个逻辑事实行(包括取代链和出处),按原始逻辑顺序检查重写后的事件,并确认有代表性的召回查询以相同顺序返回相同的事实 ID。
这是记忆可移植性检查。它不是备份完整性证明,也不能证明数据已从其他副本或存储中删除。
待处理的复习队列(未解决的矛盾/复习卡片)自格式 nautli-export/1 minor: 1 起包含在导出中,并在导入时恢复。早于此版本的旧导出文件(没有 review 字段)仍可正常导入。
手动 MCP 注册:
claude mcp add -s user nautli -- npx nautli mcp架构
src/core 存储、写入门、召回 / src/mcp stdio 服务器 / src/cli.js / src/daemon 配对、判断、应用、报告、渲染 / src/dashboard 本地仪表盘 / src/onboard 设置和检查。完整规范:SPEC.md。
不变量(违反即为缺陷,由测试固定):用户文件是事实来源(rebuild 往返测试)/ 对事实不进行自动 DELETE(purge 是明确的、由用户调用的例外)/ 单次写入,仅在守护进程中进行清理 / 即使守护进程死亡,核心仍能工作 / 不向召回中注入提升 / 如有疑问,则不做操作(错误合并的成本不对称)。
已知限制
npm 12 默认阻止原生安装脚本,因此新的
npx nautli会失败,直到用户批准 better-sqlite3 的安装脚本(npm install-scripts approve)并重新构建。测量于 2026-07-24;完整复现和恢复步骤见 docs/research/npm12-native-build.md。正在考虑无生命周期安装路径。t_valid 是日期粒度的;同日矛盾将根据记录时间和上下文进行判断
LLM 判断的非确定性通过四种方式防御:隔离的 cwd、格式示例、零解析重试、失败的批次变为无操作
尚无嵌入(仅 FTS 前缀搜索),计划在 v1.1 中实现
合并方向基于 t_valid;如果子集事实比其超集更新,则超集可能被折叠。计划通过 judge keep 字段修复
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceA local-first persistent memory server that provides AI agents with deterministic, multimodal information retrieval across different sessions and projects. It enables long-term memory continuity using a 5-signal hybrid search engine and cognitive reasoning loops designed for complex development workflows.1Apache 2.0
- AlicenseAqualityCmaintenanceA persistent long-term memory server for AI assistants that enables storing and recalling solutions, facts, and decisions with intelligent confidence tracking and relationship mapping. It allows developers to build a cross-platform knowledge base that integrates seamlessly with IDEs and CLI agents.172MIT
- AlicenseNot gradedqualityCmaintenanceA lightweight, powerful local memory server for AI agents supporting text, entities, and relations. Enables persistent codebase understanding and user preference management.5749MIT
- AlicenseNot gradedqualityBmaintenanceA local memory server for AI agents that stores and retrieves information via MCP, keeping all data in SQLite on your machine.1Apache 2.0
Related MCP Connectors
Persistent memory for AI agents — verbatim conversations, searchable by meaning.
Universal memory for AI agents and tools. Save, organize and search context anywhere.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/Nautli/nautli'
If you have feedback or need assistance with the MCP directory API, please join our Discord server