memory-garden

Memory Garden 是一个个人记忆助手。连接 Obsidian 笔记库，或导入自己选择的聊天记录，围绕一个主题找回原话、比较前后表达，并修正助手对你的理解。

自然对话需要连接生成模型；离线示例支持查找、规则对照和关系图浏览。连接云端模型时，相关片段可能发送至你配置的服务。

我们的愿景

我们写下日记、保存对话、记录一闪而过的念头。时间久了，记录越来越多，当时为什么这样想、后来又怎样改变，却不一定容易看清。

Memory Garden 希望让这些散落的记录重新产生联系。当你想回看自己时，有一个熟悉这些记录、愿意认真倾听的助手，陪你找回当时的原话，看见想法如何延续、动摇，又慢慢形成新的方向。它对你的理解，也随着交流和你的修正逐渐积累。你始终可以告诉它：“那时我是这样想的，现在已经不同了。”

我们希望，未来每个人都能拥有这样的个人助手，成为陪伴自己成长的记忆伙伴。这座属于个人的花园，可以容纳矛盾、犹豫和暂时没有答案的问题。你可以随时回来，重新认识某一段经历，也为未来的自己留下一些线索。

而人与人的相遇，会让各自的花园产生连接。一次共同经历、一段对话、一个合作项目，都会在不同人的生活中留下印记。同一件事，有着不同的视角；一段关系，也有双方共同走过的时间。

在每个人自主选择分享的前提下，我们希望个人助手能够帮助人们连接这些记忆，找回共同的经历、理解彼此的语境，让交流与合作在时间中延续。一座座个人的记忆花园，由此逐渐生长为人与人之间的记忆网络，保留各自的视角，也承载共同的故事。

Memory Garden 从今天的个人记录与认知回溯出发，探索通向这一未来的可能：让每个人拥有自己的记忆伙伴，让人与人之间的联系拥有可以延续的记忆。

属于你的，慢慢生长的记忆花园。

Related MCP server: MegaMem

开始使用

需要 Python 3.12 和 uv。

git clone https://github.com/drephantom/memory-garden.git
cd memory-garden
uv sync --frozen

先体验示例

Windows 双击 start-demo.bat，浏览器打开 http://127.0.0.1:8876。 示例使用合成笔记，无需提供自己的笔记或 API Key。其他系统可按示例体验指南启动。

离线模式支持查找、规则对照和浏览关系图。要展开自然对话，需要连接生成模型。

使用自己的笔记

Copy-Item .env.example .env

在 .env 中设置 MG_VAULT_PATH 为 Obsidian 笔记库的完整路径，然后启动：

uv run memory-garden serve

打开 http://127.0.0.1:8766。Windows 也可以双击 start-memory-garden.bat。 进入后，点击 连接笔记库，可以连接另一个本机文件夹或切换已连接的库。 详细操作见连接本地笔记库。

连接对话模型

打开 设置 → 对话模型，选择连接模型，填写服务地址、模型名称与 API Key。 保存后重启当前使用的服务入口。

模型连接后，问题、相关对话上下文和检索选出的记录片段可能发送到你配置的服务。 每个新连接的笔记库默认使用本地模式，不会继承其他库的模型权限。

认知回溯：看见想法走过的路

“我以前是怎么想的？”“现在有什么不同？”“这种不同可能从什么时候开始？”长期记录让这些问题有了可以回看的线索。Memory Garden 把同一主题在不同时间的表达放在一起，帮助你核对变化、保留反例，并辨认仍然无法回答的部分。

你可以指定一个主题，例如“我对自主判断的看法有变化吗？”，也可以问“有哪些值得回看的变化？”，让 Agent 在已有记录中寻找候选。这里的“发现”发生在你发起探索时；候选表示值得核对，不表示系统已经认定你发生了改变。

一次回溯会看到什么

下面是一个虚构示例，用于说明阅读方式：

这些材料可以引出一个待核对的解释：外部意见在你的决策中，可能从“获得认可”变成了“帮助检查”。 但询问朋友本身并不说明你放弃了自主判断，较近的一条记录也未必代表你现在的看法。实际回溯会附上可打开的来源；你可以补充语境、修正解释，或暂时不作判断。

认知回溯如何实现

模型负责理解问题、选择工具和提出解释；程序负责限制证据范围、核对引用，并保存用户主动确认的判断。一次有明确主题的回溯通常沿着以下过程展开，工具顺序由 Agent 根据已有观察选择：

回溯的目标是形成有来源、可讨论的理解。 记录可能不完整，候选检索可能遗漏，模型也可能误解语境；引用校验能够核对证据出处，不能证明解释本身正确。关于“现在的我是否仍这样想”，你的补充始终是必要的上下文。

可以做什么

• 围绕记录对话：连接生成模型后，可以自然交流，也可以查找过去的原话、比较前后表达；引用可打开核对。

• 浏览时间线：把同一主题的记录按时间放在一起，区分写下记录的日期与其中描述的事件时间。

• 探索关系图：在局部图和全局图之间切换，缩放、拖动、搜索记录，并查看明确链接对应的原文。

• 管理自己的记忆：确认、补充或撤回对回溯结果的判断。普通聊天不会自动成为永久的个人标签。

• 连接多个笔记库：输入本机文件夹路径即可连接；每个库分别保存对话、记忆与模型设置。

• 导入聊天片段：预览文件或粘贴微信片段，确认哪些发言属于自己，再决定是否加入检索。也支持连接已运行的 QQ 导出服务。

• 继续之前的对话：历史页支持搜索与分页。离开页面不会取消已提交的回答请求。

在花园里回看

通过示例笔记，体验时间线、关系图与原文对照。

关系图 · 从一条记录走进它的联系

在全局图中缩放、拖动和选择记录，并排阅读两条原文。连线来自笔记中明确写出的链接。

时间线使用 9 篇示例笔记，全局图使用 306 篇合成笔记。选中一个节点，即可突出它的直接联系，并在旁边核对原文。

想亲自试试，可以在“连接笔记库”中输入本机 examples/showcase-vault 文件夹的完整路径。也可以生成全局图示例，再连接生成的文件夹：

python examples/generate_graph_showcase.py .local/graph-showcase-vault

Agent 如何工作

Memory Garden 使用一个带只读工具的 Agent：先理解这一轮想聊什么，再决定是否查阅记录。回溯时，模型可以根据工具返回的证据继续查找，把原话、可能的解释和仍未确认的问题分开呈现。

flowchart TD
    UI[Web / CLI / MCP] --> PLAN

    subgraph HARNESS[单 Agent Harness]
        PLAN[模型规划本轮意图] -->|普通交流| CHAT[结合对话直接回答]
        PLAN -->|查找 / 回溯 / 探索| LOOP[模型选择下一步]
        LOOP -->|调用工具| TOOLS[8 个只读认知工具]
        TOOLS -->|原文与证据索引| LOOP
        LOOP -->|形成回答| CHECK[引用与证据边界校验]
        CHECK -->|需要修复且预算允许| LOOP
        CHECK -->|通过| ANSWER[带来源的回答与待确认问题]
        CHECK -->|无法完成| FAIL[明确说明未完成原因]
    end

    subgraph DATA[本地记录与检索]
        STORE[Obsidian / 已确认聊天<br/>SQLite 原文修订与片段索引]
        SEARCH[BM25 + 向量 → RRF<br/>可选重排]
        STORE --> SEARCH
    end
    TOOLS -->|搜索| SEARCH
    TOOLS -->|读取原文 / 时间线等| STORE

    subgraph MEMORY[两层记忆]
        CONTEXT[原始对话 → 提取式工作上下文]
        LONG[用户确认的长期记忆<br/>可修正 / 可撤回]
    end
    CONTEXT --> PLAN
    LONG --> LOOP

• 有边界的工具循环：步数、调用次数、超时与重复调用共同限制执行；引用不合规时最多进行一次修复，并共用剩余预算。模型失败会明确报告，离线规则模式独立提供。

• 可核对的检索：通过 RRF 融合关键词与向量候选；默认向量使用本地哈希表示，可另行配置语义 Embedding 与重排服务。云端检索服务需单独启用，引用返回原始片段供用户核对。

• 压缩上下文，保留原话：长对话从原始消息中提取工作上下文，不反复压缩旧摘要；整个模型请求受字符预算约束。长期记忆只采用用户确认的判断，支持修正与撤回，按笔记库隔离。

• 共享工具接口：搜索、原文读取、主题时间线、变化候选、变化探索、区间事件、假设正反证据和用户判断，共 8 个只读工具；MCP 复用同一套工具实现。探索工具是否开放由本轮意图决定。

实现入口：Agent 循环 · 工具 · 混合检索 · 工作上下文 · 记忆管理。使用说明见对话与记忆。

从一个问题开始

例如：

• “找找我以前关于写作的记录。”

• “自主判断这个主题，我的想法以前到现在有没有变化？”

• “这条记录里的说法，现在已经不太贴近我了。”

也可以点击“找一条回看线索”，或在关系图里选一篇记录开始浏览。 对话、时间线、关系图与记忆分别展示同一主题的不同侧面。

数据由你掌握

• 原始 Obsidian 笔记只读，应用不会改写原文。

• 索引、对话和导入副本保存在本机；这些文件需要像原始笔记一样妥善保管。

• 导入前先预览时间和发言人，明确选择本人身份与检索范围。

• 停止检索会保留导入副本和已有回答，不等同于彻底删除。

• 云端生成、Embedding 和 Rerank 分别配置；本地导入不代表后续云端模型调用也在本地。

• 助手的解释可以不同意，也可以暂时不判断。引用存在不代表解释一定正确。

使用指南

• 示例体验

• 连接 Obsidian 笔记库与浏览关系图

• 对话、记忆与修正

• 微信与 QQ 聊天导入

• 聊天导入与外部服务注意事项

当前限制

• 目前面向单人、本机使用，暂不支持在线协作或跨设备同步。

• 笔记更新后，需要在设置中手动更新索引。

• 全局图最多展示 500 个节点和 3,000 条边；超出时显示省略量，可继续搜索。连线来自明确的笔记链接。

• 微信支持已有文件与主动粘贴，不直接读取或解密微信客户端。

• QQ 服务连接依赖外部程序及其版本，不能代替完整聊天备份。

• 图片、语音与视频暂不自动识别或转写。

许可

MIT License