afair

Jede KI, die du verwendest, erinnert sich an eine andere Version von dir. Was eine gelernt hat, ist verflogen, sobald du die nächste öffnest. So wiederholst du dieselben Entscheidungen, Beziehungen, Vorlieben und dieselbe Historie zu Beginn jeder neuen Sitzung.

afair gibt ihnen einen gemeinsamen Tresor. Es verbindet sich über das Model Context Protocol (MCP), sodass derselbe Speicher in Claude, deinem Coding-Agenten und allem, was du als Nächstes verwendest, verfügbar ist.

Ein wachsender Speicher wird normalerweise zu einer weiteren Sache, die du pflegen musst. afair nimmt dir diese Arbeit ab. Hintergrund-Agenten lesen, was deine Tools aufzeichnen, finden heraus, was zusammengehört, halten das nützliche Verständnis aktuell und lassen altes Rauschen aus der Aufmerksamkeit verschwinden. Die Struktur folgt deinem Leben statt einer festen Vorlage. Du musst nichts ablegen, taggen oder kuratieren.

Das Ergebnis bleibt sichtbar. Du kannst lesen, was afair glaubt, es bis zur Quelle zurückverfolgen und korrigieren, wenn es dich falsch einschätzt. Korrekturen werden Teil der Historie, anstatt sie stillschweigend zu ersetzen.

Was hineinkommt, ist dein ganzes Leben: deine Arbeit, die Menschen, die du liebst, und die persönlichen Dinge, von denen du lieber hättest, dass eine KI sie einfach weiß.

Die Daten sind append-only und gehören dir. afair ist Open Source und Single-Tenant, und du kannst jederzeit alles exportieren. Der Name ist die Kurzform von „so weit ich mich erinnere“ – genau die Einschränkung, die überflüssig zu machen afair entwickelt wurde.

Zwei Nutzungsmöglichkeiten

Betreib es selbst. Dieses Repository ist das komplette Projekt, AGPLv3. Hoste es selbst auf deinem eigenen Rechner oder Server, und du besitzt jede Ebene vollständig. Es ist kostenlos, für immer. Der Schnellstart folgt weiter unten.

Oder lass afair.ai es für dich betreiben. Managed Hosting mit eigener isolierter EU-Instanz, Backups, Export und Updates für dich erledigt, kommt bald. Trage dich in die Early-Access-Liste unter afair.ai ein.

In beiden Fällen derselbe Code. Das gehostete Produkt ist eine Bereitstellung dieses Repos, kein separater proprietärer Fork.

Related MCP server: Hippocampus

Die drei Befehle

afair stellt genau drei Werkzeuge bereit, und sie sind dauerhaft festgelegt:

• remember speichert etwas Dauerhaftes: eine Entscheidung, einen wichtigen Menschen, ein Datum, das du nicht verpassen darfst, eine Vorliebe.

• recall holt zurück, was im jeweiligen Moment relevant ist.

• observe protokolliert, was die KI gerade getan hat, damit der Tresor auf dem Laufenden bleibt.

Sobald du deiner KI den kurzen Setup-Schnipsel gibst, ruft sie diese von selbst auf. Nichts gelangt in den Tresor, außer ein Aufruf legt es dort ab.

Betreib es selbst

Erfordert Python 3.12+ und uv.

uv sync
cp .env.example .env
# add ANTHROPIC_API_KEY, or a key for any other provider (the model is yours to pick)
uv run python -m afair

Der Server läuft unter http://127.0.0.1:8765. Richte einen CLI- oder Desktop-Client (Claude Code, Codex, Cursor, GitHub Copilot) darauf aus, verbinde, und schon bist du fertig. Web-Clients, die in der Cloud laufen (Claude.ai, ChatGPT), benötigen stattdessen eine öffentliche HTTPS-Bereitstellung und eine schnelle OAuth-Einrichtung; beides wird in docs/self-hosting.md behandelt. Jede Umgebungsvariable ist inline in .env.example dokumentiert; client-spezifische Verbindungsanleitungen findest du unter docs/clients. afair ist standardmäßig persönlich; ein Tresor kann stattdessen über zwei Umgebungsvariablen einer einzelnen Organisation gehören (eine Instanz, ein Team) (siehe docs/self-hosting.md).

Installiere es mit deinem Coding-Agenten

Bist du bereits in Claude Code, Codex oder einem anderen Coding-Agenten? Gib ihm den untenstehenden Prompt, und er richtet sich selbst ein: Klonen, Abhängigkeiten, Konfiguration und die MCP-Verdrahtung; danach weist er den Round-Trip nach.

Richte afair (den Open-Source-MCP-Speicherserver unter https://github.com/afairai/afair) auf diesem Rechner ein und verbinde dieses Tool damit. Klone es, führe uv sync aus, kopiere .env.example zu .env und frag mich nach einem LLM- Provider-API-Schlüssel, den du dort einträgst. Führe dann uv run python scripts/install_clients.py aus, um meine MCP-Clients zu verdrahten und den afair-Anweisungsschnipsel hinzuzufügen. Sag mir den Befehl zum Starten des Servers (uv run python -m afair) und wie ich ihn am Laufen halte. Sobald er läuft, speichere einen Testfakt und rufe ihn ab, um den Nachweis zu erbringen. Folge docs/self-hosting.md und docs/clients/; lege meinen API-Schlüssel nur in .env ab, nirgendwo sonst.

Das läuft lokal und bedient CLI- und Desktop-Clients sofort. Um Web-Clients (Claude.ai, ChatGPT) zu erreichen, folge den Hinweisen zur öffentlichen Bereitstellung in docs/self-hosting.md.

Bring deiner KI bei, es zu nutzen

Den Server zu verbinden ist die eine Hälfte; die andere ist, deine KI dazu zu bringen, die Werkzeuge von selbst zu nutzen. Füge den kurzen Anweisungsschnipsel in die dauerhaften Anweisungen des Clients ein (CLAUDE.md, AGENTS.md, Custom Instructions oder .cursorrules), und sie wird zu Beginn eines Gesprächs Kontext abrufen, Dauerhaftes speichern und beobachten, was sie tut – ohne dass du sie jedes Mal dazu auffordern musst. Derselbe Schnipsel funktioniert für jeden Client. Für Claude Code, Codex und Cursor schreibt scripts/install_clients.py sowohl die Verbindungskonfiguration als auch den Schnipsel für dich; für GitHub Copilot schreibt es die Verbindungskonfiguration und gibt den einen Schnipsel-Schritt pro Repository aus (Copilot liest Anweisungen pro Workspace).

Funktioniert mit

Claude Code, Claude.ai, ChatGPT, Codex CLI, Cursor, Windsurf, Copilot und alles andere, das MCP über Streamable HTTP spricht.

Architektur

Vier Ebenen, eine einzige Quelle der Wahrheit:

• Substrate. Append-only-SQLite mit FTS5 und sqlite-vec, inhaltsadressiert. Das Protokoll wird nie neu geschrieben.

• Interpretation. Versionierte Sichten, die auf dem Substrate aufbauen. Du kannst sie neu erzeugen, ohne ein einziges gespeichertes Ereignis anzufassen.

• MCP-Oberfläche. Versioniert und additiv. Eine Signatur, die einmal ausgeliefert wurde, funktioniert weiter.

• Agents. Hintergrund-Worker extrahieren Belege, entdecken, was zusammengehört, und pflegen zitierte lebendige Synthesen. Clusternamen und -grenzen können sich ändern, wenn sich die Belege ändern. Der Benutzer definiert nie eine Kategorie.

Das vollständige Design und die acht Invarianten, die es zusammenhalten, findest du in VISION.md. Beginne dort, wenn du das Warum wissen willst.

Dokumentation

Mitwirken

Pull-Requests sind willkommen. Lies CONTRIBUTING.md für das Setup, die Prüfungen, die bestehen müssen, und die Invarianten, die eine Änderung nicht brechen darf. Eine Sicherheitslücke gefunden? Siehe SECURITY.md und melde sie bitte vertraulich.

Lizenz

afair wird unter der GNU Affero General Public License v3.0 (LICENSE) veröffentlicht. Du kannst es selbst hosten, forkieren und frei modifizieren. Wenn du eine modifizierte Version als Netzwerkdienst für andere betreibst, musst du deine Änderungen unter derselben Lizenz veröffentlichen. Das gehostete Angebot unter afair.ai ist eine Bereitstellung dieses Codes, kein separater proprietärer Fork.

In einem Satz: kostenlos nutzbar, kostenlos selbst hostbar, teile deine Änderungen, wenn du es als Dienst für andere betreibst.

Hergestellt in Deutschland

In Deutschland entwickelt. Die gehosteten Instanzen laufen in der EU unter EU-Recht.