Skip to main content
Glama

AIBrain ist ein lokaler, datenschutzfreundlicher KI-Speichermanager für Entwickler, die Coding-Agenten ausführen. Jeder Agent, den du verwendest — opencode, Claude Code, Codex, Cursor, Zed und 15+ weitere — liest und schreibt in denselben Markdown-Speicherordner über einen lokalen MCP-Server, mit vollständig offline semantischer Suche (eingebettete ONNX-all-MiniLM-L6-v2-Embeddings), RAG-Chat mit nummerierten Zitaten und einem Lebenszyklus wie im menschlichen Gehirn: Rauschen wird beim Schreiben gefiltert, dauerhafte Fakten werden in die Bibliothek übernommen, alte Einträge werden archiviert. Dein Speicher verlässt nie deinen Rechner — keine Cloud, keine Telemetrie.


✨ Warum AIBrain?

  • Ein Gehirn, jeder Agent — ein gemeinsamer Speicher, den deine gesamte Agentenflotte über das Model Context Protocol (MCP) liest und schreibt. Keine speicher-Silos pro Tool mehr und kein erneutes Erklären deines Projekts für jeden neuen Agenten.

  • Wirklich offline — Embeddings werden auf deinem Rechner mit einem eingebetteten ONNX-Modell berechnet; keine API-Schlüssel, keine Datenexfiltration, keine entfernten Modellaufrufe.

  • Semantisch, nicht nur Stichwort — finde Notizen nach Bedeutung mit lokaler Vektorsuche oder stelle Fragen in natürlicher Sprache und erhalte Antworten, die auf deinem Speicher basieren, mit nummerierten Zitaten.

  • Speicher, der sich wie ein Gehirn verhält — rauschgefiltertes Schreiben, Promote/Demote-Kuratierung, Mutationsjournal mit Ein-Klick-Rückgängig und Aufbewahrung mit einer festen 7-Tage-Sicherheitsgrenze. Nichts wird jemals stillschweigend gelöscht.

  • Kostenlos & Open Source — MIT-lizenziert, Rust + Tauri 2 + React, keine kostenpflichtigen Stufen.

Related MCP server: Stoa

✨ Funktionen

🔎 Semantische Vektorsuche

  • Vollständig offline Embeddings — das ONNX-all-MiniLM-L6-v2-Modell (384-dim) und seine WASM-Laufzeit sind in der App eingebettet; das Abrufen entfernter Modelle ist deaktiviert.

  • SQLite-Vektorspeicher ({brain}/.aibrain/vec.db) mit Brute-Force-Kosinus-Suche — völlig ausreichend für ein persönliches Gehirn mit Hunderten von Einträgen.

  • Automatische Neuindizierung per Inhalts-Hash — jeder Eintrag wird mit FNV-1a gehasht; nur geänderte Einträge werden neu eingebettet, sodass reine Formatierungsänderungen keine Neuindizierung auslösen.

  • Modellwechselsicherheit: Vektoren von einem anderen Embedding-Modell stimmen nie überein.

💬 Frag dein Gehirn

  • RAG-Chat über deinen Speicher: Die besten Vektortreffer werden als Kontext herangezogen, das Modell antwortet nur aus diesen Notizen, mit nummerierten 【n】-Zitaten und Quellen-Chips (Titel, Datum, Punktzahl).

  • Unterstützt durch OpenRouter (eigenen Schlüssel mitbringen) oder jeden lokalen OpenAI-kompatiblen Anbieter — LM Studio, Ollama oder BionicGPT, automatisch erkannt und mit einem Klick angewendet.

  • Einmalige Vervollständigungen (noch kein Streaming).

🧠 Lebenszyklus des Speichers wie im menschlichen Gehirn

  • Rauschfilter beim Schreiben — Begrüßungen, Bestätigungen und nackte eingefügte Befehle werden als Geschwätz klassifiziert und in inbox/_buffer.md umgeleitet, anstatt in das datierte Sitzungsprotokoll (aus, um nie Substanz zu verlieren — der Klassifikator tendiert dazu, zu behalten).

  • Mutationsjournal + Ein-Klick-Rückgängig — jedes Anhängen, Befördern, Herabstufen und Archivieren wird protokolliert und ist umkehrbar.

  • Befördern / Herabstufen — Inbox-Einträge werden in library/concepts/ als kuratierte Notizen befördert (Slug pro Thema, datierte Abschnitte); Herabstufen entfernt sie wieder.

  • Aufbewahrung — Inbox-Dateien, die älter als N Tage sind, werden in archive/YYYY-MM-DD/ archiviert, mit einer festen 7-Tage-Sicherheitsgrenze: Nichts Jüngeres wird jemals angefasst, nichts wird jemals gelöscht.

  • Hintergrund-Bibliothekar — konsolidiert regelmäßig den Puffer in das heutige Protokoll (regelbasierter Rauschfilter + Deduplizierung), optional destilliert er es durch dein konfiguriertes lokales LLM, sodass nur dauerhafte Fakten überleben („Human-Brain-Modus“).

🔌 Agent-MCP-Server

Ein kleiner stdio-Server (mcp-server, als Schwester-Binary gebündelt) stellt den Speicher jedem MCP-fähigen Client zur Verfügung — 12 Tools, siehe unten. Das Dashboard scannt deinen Rechner, listet nur installierte Agenten auf und verbindet jeden mit einem echten MCP-Handshake (kein Auto-Connect). Die Verbindungen zeigen auf eine stabile Kopie des Servers im App-Datenverzeichnis, sodass sie Neuinstallationen überstehen — und der Scan heilt veraltete Einträge selbst. Funktioniert mit opencode, Claude Code, Claude Desktop, Codex, Cursor, VS Code, Zed, Windsurf, Cline, Continue, Gemini CLI, Antigravity, Goose, Aider, Qwen Code, Kimi CLI, Crush, Amp, OpenHands und Copilot CLI — oder mit jeder Konfigurationsdatei über universelle Verbindung.

🛰️ Synapse Observatory UI

  • 14 Themes (Synapse, Midnight, Aurora, Dracula, Gruvbox, Nord, Forest, Hacker, Terminal, Paper Dark, Graphite, Solarized Light, One Light, Paper), dunkel und hell, mit WCAG-geprüfter Akzentfarbe.

  • Offline-Schriftarten — IBM Plex Sans + JetBrains Mono in der App eingebettet; nichts wird aus dem Web geladen.

  • Seiten: Dashboard (Agentenverbindungen), Speicher (durchsuchbare, attribuierte Zeitleiste), Fragen (RAG-Chat), Einstellungen (Anbieter, Bibliothekar, Themes) und Onboarding (Speicherordner auswählen oder erstellen).

🔐 Lokale Privatsphäre

  • Keine Telemetrie, keine Cloud. Der einzige ausgehende Datenverkehr ist die optionale Update-Prüfung und ein optionaler OpenRouter-Schlüssel, den du für den Chat hinzufügst.

  • Embeddings verlassen nie den Rechner: In-App-Vektoren werden lokal berechnet; agentenseitiges recall spricht nur mit einem localhost-Endpunkt, den du konfiguriert hast (alles andere fällt auf Stichwortsuche zurück).

  • Das audit-MCP-Tool berichtet genau, welche Netzwerkaufrufe AIBrain machen kann.

  • CSP sperrt die Webview auf lokale Ressourcen und den Update-Endpunkt.

  • Vollständige Entfernung: Der Deinstaller bietet ein Kontrollkästchen „Alles von diesem System entfernen“, das jede Agentenverbindung, injizierten Anweisungsblock, Sicherungsdatei und App-Daten entfernt — oder verwende in der App Einstellungen → Alles entfernen & deinstallieren. Ein benutzerdefinierter Speicherordner, den du selbst ausgewählt hast, wird vom Deinstaller nie gelöscht.

📥 Installation

Hole dir v0.3.0 von der Releases-Seite:

Plattform

Installationsprogramme

Windows

.exe (NSIS-Installer) + .msi

Linux

.deb + .AppImage

macOS

.dmg + .app (unsigniert — Rechtsklick → Öffnen beim ersten Mal)

Auto-Update ist integriert: Die App prüft die Releases-Seite (latest.json) und hält sich selbst aktuell; Artefakte sind signiert und werden gegen einen Schlüssel verifiziert, der nur auf dem Rechner des Maintainers aufbewahrt wird.

🚀 Schnellstart

  1. Installiere die App für deine Plattform (oben).

  2. Wähle oder erstelle einen Speicherordner — einen einfachen Ordner mit Markdown. Das Gehirn-Layout (library/, inbox/, index.md) wird bei Bedarf für dich erstellt; leere Ordner funktionieren.

  3. Verbinde deine Agenten — das Dashboard listet auf, was installiert ist. Klicke auf Verbinden und die Konfiguration des Agenten erhält einen standardmäßigen MCP-Eintrag, der auf das Gehirn zeigt. Claude Code- und Cursor-Agenten können die MCP-Tools dann direkt in ihren Sitzungen verwenden.

  4. Nutze Fragen — öffne die Fragen-Seite, gib eine Frage ein, erhalte eine Antwort, die auf deinem Speicher basiert, mit 【n】-Zitaten. Optional kannst du zuerst einen OpenRouter-Schlüssel hinzufügen oder in den Einstellungen auf einen lokalen Anbieter zeigen.

  5. Agenten fügen dauerhafte Fakten über append_log hinzu; prüfe die Speicher-Seite, um alles zu sehen, was aufgezeichnet wurde, attribuiert nach Agent und Projekt.

🔌 MCP-Tools

Tool

Zweck

read_note

Liest eine Speichernote anhand des Pfads relativ zum Gehirn-Root

list_notes

Listet alle Speichernnotizen und Sitzungsprotokolle auf

append_log

Fügt eine datierte, dauerhafte Tatsache zum heutigen Sitzungsprotokoll hinzu (rauschgefiltert)

memory_summary

Gibt den Gehirn-Index zurück — „Was weiß dieses Gehirn?“

search_library

Stichwortsuche in Notizen + Protokollen; bis zu 20 Treffer

recall

Semantischer Abruf — Vektorsuche über einen localhost-Embedding-Endpunkt, sonst Stichwort-Fallback

recent_facts

Die letzten N Speichereinträge, neueste zuerst

open_threads

Heuristischer Thread-Finder über die letzten ~14 Tage (offen/blockiert/zu erledigen…)

audit

Beweist genau, welche Netzwerkaufrufe AIBrain machen kann (Offline-Garantie)

session_start / session_end

Verfolgt Sitzungen und protokolliert deren Zusammenfassungen

propose_memory

Schlägt eine dauerhafte Tatsache zur menschlich geprüften Kuratierung vor

🛠 Entwicklung

Voraussetzungen: Node 20, Rust stable und die Plattform-Toolchain, die die CI verwendet — unter Ubuntu 22.04: libwebkit2gtk-4.1-dev libappindicator3-dev librsvg2-dev patchelf libgtk-3-dev; Windows benötigt die MSVC-Toolchain; macOS benötigt Xcode-Befehlszeilentools.

PowerShell blockiert den npm.ps1-Shim — unter Windows immer npm.cmd aufrufen.

# app/
npm.cmd install
npm.cmd run build          # tsc + vite build (+ WASM trim)
npm.cmd run tauri dev      # run with hot reload

# app/src-tauri/
cargo test                 # workspace tests (core, mcp-server)
cargo build -p aibrain-mcp-server --release   # agent server binary

# app/ — embedding pipeline smoke test (model, dims, similarity)
node scripts/embed-smoke.mjs

Arbeitsbereich-Layout:

app/                        React 19 + Vite + TypeScript frontend
app/src-tauri/              Tauri 2 shell + Tauri commands
app/src-tauri/crates/core/  aibrain-core — vectors, lifecycle, librarian,
                            chat, locals, settings, journal, connectors
app/src-tauri/crates/mcp-server/   the stdio MCP server binary
app/public/models|wasm|fonts|       vendored assets — never fetched at runtime

CI (.github/workflows/ci.yml) läuft bei jedem Push/PR: Frontend-Build + Rust-Tests auf Ubuntu 22.04 und Windows. Releases (.github/workflows/release.yml) bauen alle drei Betriebssysteme bei v*-Tags, führen Tests aus und erstellen einen signierten Release mit Installern + Updater-Artefakten.

🗺 Roadmap

  • Streaming-Chat (SSE) mit Sichtbarkeit von Tool-Aufrufen

  • Wissensgraph-Ansicht des Speichers

  • Speicher-Gesundheits-Lint (Waisen, kaputte Wikilinks, doppelte Fakten)

  • Lebenszyklus-Steuerung in der UI (Rückgängig / Befördern / Aufbewahrung), Frontend-Tests

❓ FAQ

Ist mein Speicher privat? Ja. AIBrain ist lokal: Notizen, Embeddings und Suchen verlassen nie deinen Rechner. Der einzige optionale ausgehende Datenverkehr ist die Auto-Update-Prüfung und ein OpenRouter-Schlüssel, den du selbst für den RAG-Chat hinzufügst. Führe audit (MCP-Tool) aus, um genau zu sehen, welche Netzwerkaufrufe AIBrain machen kann.

Benötigt es eine GPU oder einen API-Schlüssel? Nein. Die semantische Suche läuft vollständig offline auf der CPU mit einem eingebetteten ONNX-Modell. Für die Fragen-Seite (RAG-Chat) kannst du einen OpenRouter-Schlüssel mitbringen oder auf einen beliebigen lokalen OpenAI-kompatiblen Server zeigen (LM Studio, Ollama, BionicGPT) — oder den Chat ganz überspringen und AIBrain ausschließlich als Agenten-Speicher verwenden.

Mit welchen KI-Agenten funktioniert es? opencode, Claude Code, Claude Desktop, Codex, Cursor, VS Code, Zed, Windsurf, Cline, Continue, Gemini CLI, Goose, Aider, Qwen Code, Kimi CLI, OpenHands, Copilot CLI und mehr — alles, was MCP spricht, plus universelle Konfigurationsverbindung für den Rest.

Wie unterscheidet sich das von AGENTS.md / CLAUDE.md? Das sind statische Regeldateien pro Projekt. AIBrain ist ein lebendiger, durchsuchbarer, projektübergreifender Speicher: Sitzungsprotokolle, kuratierte Konzepte und Threads, an die sich jeder Agent semantisch erinnern kann – nicht nur der, der die Datei geschrieben hat.

Wird jemals etwas gelöscht? Nein. Die Aufbewahrung archiviert alte Posteingangseinträge in datierte Ordner mit einer festen 7-Tage-Sicherheitsgrenze, und jede Änderung wird protokolliert, sodass sie rückgängig gemacht werden kann.

📄 Lizenz

MIT – siehe LICENSE.


Erstellt mit Tauri 2 · Rust-Kern · React + TypeScript · funktioniert mit opencode, Claude Code, Codex, Cursor, VS Code, Zed & Freunden

Maintenance

ActivityMaintained
ResponsivenessSyncing

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    Local-first, file-based memory layer for AI agents — one shared Markdown vault across Claude, Codex, Gemini, Cursor and any MCP client. Provides read/write memory tools with an audit trail, per-agent trust levels, and Git sync; no cloud and no lock-in.
    2
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    Persistent shared memory for AI coding agents that turns a folder of markdown files into searchable memory across sessions, repos, and machines.
    12
    Functional Source , Version 1.1, MIT Future
  • A
    license
    Not graded
    quality
    D
    maintenance
    Provides persistent long-term memory for AI assistants with tag-based retrieval, wiki-style linking, and source references, storing memories as markdown files with SQLite index.
    1
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    One shared memory for every AI you use, in plain Markdown files you own. Teach one AI something and the rest know it, with per-AI folder permissions so each assistant only sees what you allow.
    72
    8
    Apache 2.0

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/NitishKashyapR/unified-ai-memory'

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