Skip to main content
Glama

AIBrain 是一个本地优先、尊重隐私的 AI 记忆管理器,专为运行编码代理的开发者打造。你使用的每一个代理——opencode、Claude Code、Codex、Cursor、Zed 以及 15 个以上其他代理——都通过本地 MCP 服务器读写同一个 Markdown 记忆文件夹,并配备完全离线的语义搜索(内置 ONNX all-MiniLM-L6-v2 嵌入模型)、带编号引用的 RAG 聊天,以及类人脑的记忆生命周期:写入时过滤噪音,持久事实提升至资料库,旧条目自动归档。你的记忆永远不会离开你的机器——无云端、无遥测。


✨ 为什么选择 AIBrain?

  • 一个大脑,所有代理 —— 你的整个代理集群通过模型上下文协议(MCP)读写一份共享记忆。不再有各工具各自的记忆孤岛,也不必向每个新代理重新解释你的项目。

  • 真正离线 —— 嵌入向量在本地使用内置 ONNX 模型计算;无需 API 密钥,无数据外泄,无远程模型调用。

  • 语义而非仅关键词 —— 通过本地向量搜索按含义查找笔记,或用自然语言提问,获得基于你的记忆、带编号引用的答案。

  • 像大脑一样工作的记忆 —— 噪音门控写入、提升/降级策展、带一键撤销的变更日志,以及带有 7 天硬性安全下限的保留策略。任何内容都不会被静默删除。

  • 免费且开源 —— MIT 许可证,Rust + Tauri 2 + React,无付费层级。

Related MCP server: Stoa

✨ 功能特性

🔎 语义向量搜索

  • 完全离线嵌入 —— ONNX all-MiniLM-L6-v2 模型(384 维)及其 WASM 运行时已内置在应用中;远程模型获取已禁用。

  • SQLite 向量存储{brain}/.aibrain/vec.db),采用暴力余弦搜索——足以支撑数百条条目的个人大脑。

  • 内容哈希自动重新索引 —— 每条条目使用 FNV-1a 哈希;仅变更的条目会被重新嵌入,因此纯格式修改永远不会触发重新索引。

  • 模型变更安全:来自不同嵌入模型的向量永远不会匹配。

💬 询问你的大脑

  • 基于记忆的 RAG 聊天:将最相关的向量命中作为上下文,模型仅根据这些笔记作答,并附编号【n】引用和来源标签(标题、日期、分数)。

  • OpenRouter(自带密钥)或任何本地 OpenAI 兼容提供商支持——LM Studio、Ollama 或 BionicGPT,一键自动检测并应用。

  • 一次性补全(暂不支持流式)。

🧠 人脑式记忆生命周期

  • 写入时噪音门控 —— 问候语、确认语和裸粘贴的命令被分类为闲聊,转入 inbox/_buffer.md 而非带日期的会话日志(默认偏向保留——分类器宁可保留也不丢弃实质内容)。

  • 变更日志 + 一键撤销 —— 每次追加、提升、降级和归档移动都会被记录并可逆。

  • 提升 / 降级 —— 收件箱条目被提升至 library/concepts/ 作为策展笔记(每个主题一个 slug,带日期的分节);降级则将其移除。

  • 保留策略 —— 超过 N 天的收件箱文件被归档至 archive/YYYY-MM-DD/,并设有 7 天硬性安全下限:任何更年轻的内容都不会被触碰,任何内容都不会被删除。

  • 后台图书管理员 —— 定期将缓冲区整合进今日日志(基于规则的噪音过滤 + 去重),可选地通过你配置的本地 LLM 进行蒸馏,使只有持久事实得以留存("人脑模式")。

🔌 代理 MCP 服务器

一个轻量 stdio 服务器(mcp-server,作为同级二进制文件捆绑)将记忆暴露给任何支持 MCP 的客户端——12 个工具,见下文。仪表盘扫描你的机器,仅列出已安装的代理,并通过真实的 MCP 握手接入每一个(不自动连接)。连接指向应用数据目录中服务器的稳定副本,因此可跨重装存活——扫描还能自愈过期条目。支持 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 和 Copilot CLI——或通过通用连接接入任何配置文件。

🛰️ Synapse 观测站 UI

  • 14 种主题(Synapse、Midnight、Aurora、Dracula、Gruvbox、Nord、Forest、Hacker、Terminal、Paper Dark、Graphite、Solarized Light、One Light、Paper),深色和浅色,带 WCAG 校验的强调色。

  • 离线字体 —— IBM Plex Sans + JetBrains Mono 内置在应用中;不从网络获取任何内容。

  • 页面:仪表盘(代理连接)、记忆(可搜索、带归属的时间线)、询问(RAG 聊天)、设置(提供商、图书管理员、主题)和引导(选择或创建你的记忆文件夹)。

🔐 本地优先隐私

  • 无遥测、无云端。 唯一的外向流量是可选的更新检查和你在聊天中自行添加的可选 OpenRouter 密钥。

  • 嵌入向量永不离开机器:应用内向量在本地计算;代理端的 recall 只与你配置的 localhost 端点通信(其他任何端点都会回退到关键词搜索)。

  • audit MCP 工具精确报告 AIBrain 可以进行的网络调用。

  • CSP 将 webview 锁定到本地资源和更新端点。

  • 彻底移除:卸载程序提供**"从此系统中移除所有内容"**复选框,可清除每个代理接线、注入的指令块、备份文件和应用数据——或使用应用内 设置 → 移除所有内容并卸载。你自行选择的自定义记忆文件夹永远不会被卸载程序删除。

📥 安装

Releases 页面获取 v0.3.0

平台

安装包

Windows

.exe(NSIS 安装程序)+ .msi

Linux

.deb + .AppImage

macOS

.dmg + .app(未签名——首次使用时右键单击 → 打开

内置自动更新:应用会检查 Releases 页面(latest.json)并保持自身最新;构件已签名并对照仅保存在维护者机器上的密钥进行验证。

🚀 快速开始

  1. 安装适用于你平台的应用(见上文)。

  2. 选择或创建记忆文件夹 —— 一个普通的 Markdown 文件夹。如果缺失,大脑布局(library/inbox/index.md)会自动创建;空文件夹也可以。

  3. 连接你的代理 —— 仪表盘列出已安装的代理。点击连接,代理的配置中会添加一条指向该大脑的标准 MCP 条目。Claude Code 和 Cursor 代理随后可在其会话中直接使用 MCP 工具。

  4. 使用询问 —— 打开询问页面,输入问题,获得基于你的记忆、带【n】引用的答案。可选在设置中先添加 OpenRouter 密钥或指向本地提供商。

  5. 代理通过 append_log 追加持久事实;在记忆页面查看所有记录,按代理和项目归属。

🔌 MCP 工具

工具

用途

read_note

按相对于大脑根目录的路径读取记忆笔记

list_notes

列出所有记忆笔记和会话日志

append_log

向今日会话日志追加一条带日期的持久事实(噪音门控)

memory_summary

返回大脑索引——"这个大脑知道什么"

search_library

对笔记 + 日志进行关键词搜索;最多 20 条匹配

recall

语义召回——通过 localhost 嵌入端点进行向量搜索,否则回退到关键词

recent_facts

最近 N 条记忆条目,最新在前

open_threads

对最近约 14 天进行启发式线程查找(待处理/受阻/待办…)

audit

证明 AIBrain 可以进行的网络调用(离线保证)

session_start / session_end

跟踪会话并记录其摘要

propose_memory

提议一条持久事实以供人工审核策展

🛠 开发

前置条件:Node 20Rust stable 以及 CI 使用的平台工具链——在 Ubuntu 22.04 上:libwebkit2gtk-4.1-dev libappindicator3-dev librsvg2-dev patchelf libgtk-3-dev;Windows 需要 MSVC 工具链;macOS 需要 Xcode 命令行工具。

PowerShell 会阻止 npm.ps1 垫片——在 Windows 上请始终调用 npm.cmd

# 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

工作区布局:

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)在每次推送/PR 时运行:在 Ubuntu 22.04 和 Windows 上进行前端构建 + Rust 测试。发布(.github/workflows/release.yml)在 v* 标签上构建全部三个操作系统,运行测试,并起草带安装程序和更新器构件的签名发布。

🗺 路线图

  • 流式聊天(SSE),带工具调用可见性

  • 记忆的知识图谱视图

  • 记忆健康检查(孤立条目、损坏的 wikilink、重复事实)

  • UI 中的生命周期控制(撤销 / 提升 / 保留)、前端测试

❓ 常见问题

我的记忆是私密的吗? 是的。AIBrain 是本地优先的:笔记、嵌入向量和搜索永远不会离开你的机器。唯一可选的外向流量是自动更新检查和你在 RAG 聊天中自行添加的 OpenRouter 密钥。运行 audit(MCP 工具)可查看 AIBrain 可以进行的网络调用。

它需要 GPU 或 API 密钥吗? 不需要。语义搜索完全离线在 CPU 上运行,使用内置 ONNX 模型。对于询问(RAG 聊天)页面,你可以自带 OpenRouter 密钥或指向任何本地 OpenAI 兼容服务器(LM Studio、Ollama、BionicGPT)——或者完全跳过聊天,将 AIBrain 纯粹用作代理记忆存储。

它支持哪些 AI 代理? opencode、Claude Code、Claude Desktop、Codex、Cursor、VS Code、Zed、Windsurf、Cline、Continue、Gemini CLI、Goose、Aider、Qwen Code、Kimi CLI、OpenHands、Copilot CLI 等——任何支持 MCP 的工具,其余可通过通用配置连接。

这与 AGENTS.md / CLAUDE.md 有何不同? 它们是按项目划分的静态规则文件。AIBrain 是一个活的、可搜索的跨项目记忆:会话日志、精选的概念和线程,每个智能体都能语义化地回忆起来——而不仅仅是写入该文件的那个智能体。

会有任何内容被删除吗? 不会。保留策略会将旧的收件箱条目归档到带日期的文件夹中,并设有 7 天的硬性安全底线,而且每次变更都会被记录在日志中,以便可以撤销。

📄 许可证

MIT — 参见 LICENSE


基于 Tauri 2 构建 · Rust 核心 · React + TypeScript · 兼容 opencode、Claude Code、Codex、Cursor、VS Code、Zed 等

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