Skip to main content
Glama

Каждый 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:

  • remember сохраняет что-то долговечное: решение, важного человека, дату, которую нельзя пропустить, предпочтение.

  • recall извлекает то, что актуально для текущего момента.

  • observe записывает, 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 afair

Сервер 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.example в .env и попросите у меня API-ключ LLM-провайдера, чтобы поместить его туда. Затем выполните uv 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. Следуйте docs/self-hosting.md и docs/clients/; поместите мой API-ключ только в .env и 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

VISION.md

Полный дизайн и восемь инвариантов. Начните здесь, чтобы узнать, почему.

docs/self-hosting.md

Запустите собственное хранилище: локально, в Docker или в публичном развёртывании, с различиями между CLI- и веб-клиентами и настройкой OAuth.

docs/clients

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.

CONTRIBUTING.md

Настройка разработки, четыре проверки и инварианты, которые изменение не может нарушить.

SECURITY.md

Как сообщить об уязвимости и модель безопасности, которой afair должен соответствовать.

docs/adr

Журналы архитектурных решений: почему существуют инварианты, почему граф сущностей — это слой убеждений.

CHANGELOG.md

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.

A
license - permissive license
-
quality - not tested
A
maintenance

Maintenance

Maintainers
2dResponse time
2dRelease cycle
29Releases (12mo)
Commit activity

Related MCP Servers

  • A
    license
    -
    quality
    D
    maintenance
    Self-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).
    1
    MIT
  • A
    license
    -
    quality
    A
    maintenance
    Open-source MCP memory server providing persistent, cross-platform context for AI tools via a knowledge graph with encrypted storage.
    18
    13
    AGPL 3.0
  • A
    license
    -
    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

View all related MCP servers

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.

View all MCP Connectors

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/afairai/afair'

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