afair
OfficialКаждый ИИ, которым вы пользуетесь, запоминает свою версию вас. То, что узнаёт один, исчезает, когда вы открываете следующий, поэтому в начале новой сессии вам приходится повторять те же решения, отношения, предпочтения и историю.
afair даёт им единое общее хранилище. Он подключается через Model Context Protocol (MCP), поэтому одна и та же память доступна в Claude, вашем кодинг-агенте и во всём, что вы будете использовать дальше.
Растущая память обычно превращается в ещё одну вещь, требующую обслуживания. afair избавляет вас от этой работы. Фоновые агенты читают то, что записывают ваши инструменты, обнаруживают, что относится друг к другу, поддерживают полезное понимание актуальным и позволяют старому шуму уйти из поля внимания. Структура следует за вашей жизнью, а не за фиксированным шаблоном. Вам не нужно раскладывать по папкам, тегировать или курировать её.
Результат остаётся видимым. Вы можете прочитать, что afair считает правдой, проследить это до источника и исправить, если оно поняло вас неправильно. Исправления становятся частью истории, а не молча заменяют её.
Туда попадает вся ваша жизнь: работа, любимые люди и личные вещи, которые вы предпочли бы, чтобы ИИ просто знал.
Данные добавляются только в конец и принадлежат вам. afair — это открытый код с одним арендатором (single-tenant), и вы можете экспортировать всё это в любой момент. Название — сокращение от «as far as I remember» (насколько я помню), той оговорки, которую он создан сделать ненужной.
Два способа использования
Запустите сами. Этот репозиторий — это вся сущность, AGPLv3. Разместите его на своей машине или сервере, и вы будете владеть каждым уровнем от начала до конца. Это бесплатно, навсегда. Краткое руководство ниже.
Или позвольте afair.ai запустить его за вас. Управляемый хостинг с вашим собственным изолированным экземпляром в ЕС, резервными копиями, экспортом и обновлениями, которые берут на себя, скоро появится. Присоединяйтесь к списку раннего доступа на afair.ai.
В любом случае код один и тот же. Размещённый продукт — это одно развёртывание этого репозитория, а не отдельный проприетарный форк.
Related MCP server: Hippocampus
Три команды
afair предоставляет ровно три инструмента, и они заморожены навсегда:
rememberсохраняет что-то долговечное: решение, важного человека, дату, которую нельзя пропустить, предпочтение.recallизвлекает то, что актуально для текущего момента.observeзаписывает, что ИИ только что сделал, чтобы хранилище не отставало.
Как только вы передадите своему ИИ короткий фрагмент настройки, он будет вызывать их сам. Ничто не попадает в хранилище, если только вызов не поместит это туда.
Запустите сами
Требуется Python 3.12+ и 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 afairСервер поднимается на http://127.0.0.1:8765. Направьте на него CLI или десктопный клиент (Claude Code, Codex, Cursor, GitHub Copilot), подключитесь — и готово. Веб-клиентам, работающим в облаке (Claude.ai, ChatGPT), вместо этого нужен публичный HTTPS-деплой и быстрая настройка OAuth, описанные в docs/self-hosting.md. Каждая переменная окружения документирована прямо в .env.example; руководства по подключению для каждого клиента находятся в docs/clients. afair по умолчанию персональный; хранилище может вместо этого принадлежать одной организации (один инстанс, одна команда) через две переменные окружения (см. docs/self-hosting.md).
Установите его с помощью вашего кодинг-агента
Уже используете Claude Code, Codex или другой кодинг-агент? Дайте ему приведённый ниже промпт, и он настроит всё сам: клонирование, зависимости, конфигурацию и подключение MCP, а затем проверит весь цикл.
Настройте afair (открытый MCP-сервер памяти по адресу https://github.com/afairai/afair) на этой машине и подключите к нему этот инструмент. Склонируйте его, выполните
uv sync, скопируйте.env.exampleв.envи попросите у меня API-ключ LLM-провайдера, чтобы поместить его туда. Затем выполнитеuv run python scripts/install_clients.py, чтобы настроить мои MCP-клиенты и добавить фрагмент инструкции afair. Сообщите мне команду для запуска сервера (uv run python -m afair) и как поддерживать его работающим. Как только он поднимется, запомните тестовый факт и извлеките его, чтобы доказать, что всё работает. Следуйтеdocs/self-hosting.mdиdocs/clients/; поместите мой API-ключ только в.envи никуда больше.
Это запускается локально и сразу обслуживает CLI- и десктопных клиентов. Чтобы подключить веб-клиентов (Claude.ai, ChatGPT), следуйте заметкам о публичном развёртывании в docs/self-hosting.md.
Научите ваш ИИ пользоваться этим
Подключение сервера — это половина дела; вторая половина — заставить ваш ИИ обращаться к инструментам самостоятельно. Вставьте короткий фрагмент инструкции в постоянные инструкции клиента (CLAUDE.md, AGENTS.md, Custom Instructions или .cursorrules), и он будет извлекать контекст в начале разговора, запоминать долговечное и наблюдать за тем, что делает, без необходимости каждый раз давать подсказки. Тот же фрагмент работает для любого клиента. Для Claude Code, Codex и Cursor scripts/install_clients.py запишет и конфигурацию подключения, и фрагмент; для GitHub Copilot он запишет конфигурацию подключения и выведет шаг с фрагментом для каждого репозитория (Copilot читает инструкции для каждой рабочей области).
Работает с
Claude Code, Claude.ai, ChatGPT, Codex CLI, Cursor, Windsurf, Copilot и всё остальное, что говорит на MCP через Streamable HTTP.
Архитектура
Четыре уровня, один источник истины:
Substrate (основа). Append-only SQLite с FTS5 и sqlite-vec, адресуемый по содержимому. Журнал никогда не перезаписывается.
Interpretation (интерпретация). Версионируемые представления, построенные поверх substrate. Их можно перегенерировать, не затрагивая ни одного сохранённого события.
MCP surface (поверхность MCP). Версионируемый и аддитивный. Однажды выпущенная сигнатура продолжает работать.
Agents (агенты). Фоновые рабочие процессы извлекают свидетельства, обнаруживают, что относится друг к другу, и поддерживают цитируемые живые синтезы. Имена и границы кластеров могут меняться по мере изменения свидетельств. Пользователь никогда не определяет категорию.
Полный дизайн и восемь инвариантов, которые скрепляют всё вместе, находятся в VISION.md. Начните там, если хотите узнать, почему.
Документация
Документ | Содержание |
Полный дизайн и восемь инвариантов. Начните здесь, чтобы узнать, почему. | |
Запустите собственное хранилище: локально, в Docker или в публичном развёртывании, с различиями между CLI- и веб-клиентами и настройкой OAuth. | |
Руководства по подключению для каждого клиента (Claude Code, Codex, Cursor, GitHub Copilot для VS Code + CLI, Gemini CLI, Windsurf, Antigravity, Claude.ai, ChatGPT, Perplexity) и один универсальный фрагмент инструкции. | |
Настройка разработки, четыре проверки и инварианты, которые изменение не может нарушить. | |
Как сообщить об уязвимости и модель безопасности, которой afair должен соответствовать. | |
Журналы архитектурных решений: почему существуют инварианты, почему граф сущностей — это слой убеждений. | |
История релизов. |
Вклад
Пул-реквесты приветствуются. Прочитайте CONTRIBUTING.md о настройке, проверках, которые должны проходить, и инвариантах, которые изменение не может нарушить. Нашли проблему безопасности? См. SECURITY.md и, пожалуйста, сообщите о ней конфиденциально.
Лицензия
afair выпущен под лицензией GNU Affero General Public License v3.0 (LICENSE). Вы можете свободно размещать его у себя, форкать и модифицировать. Если вы запускаете модифицированную версию как сетевой сервис для других, вы публикуете свои изменения под той же лицензией. Размещённое предложение на afair.ai — это одно развёртывание этого кода, а не отдельный проприетарный форк.
В одной строке: бесплатно использовать, бесплатно размещать у себя, делитесь изменениями, если запускаете как сервис для других.
Сделано в Германии
Сделано в Германии. Размещённые экземпляры работают в ЕС, под юрисдикцией ЕС.
This server cannot be installed
Maintenance
Related MCP Servers
- Alicense-qualityDmaintenanceSelf-hosted semantic memory for AI agents. Save worklogs, decisions, and notes via MCP, then recall them across sessions by meaning rather than keyword. Backed by Postgres + pgvector with local embeddings (multilingual-e5-base).1MIT
- Alicense-qualityAmaintenanceOpen-source MCP memory server providing persistent, cross-platform context for AI tools via a knowledge graph with encrypted storage.1813AGPL 3.0
- Alicense-qualityAmaintenanceLocal-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.2MIT
- AlicenseAqualityAmaintenancePrivacy-first local memory vault every AI shares over MCP. Markdown + SQLite on your machine; Claude, ChatGPT, Cursor, and any MCP client read and write it live. No cloud, no account, no telemetry124MIT
Related MCP Connectors
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
Universal memory for AI agents and tools. Save, organize and search context anywhere.
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
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/afairai/afair'
If you have feedback or need assistance with the MCP directory API, please join our Discord server