Link
Link란 무엇인가?
Link는 로컬 AI 에이전트를 위한 오픈소스 메모리 레이어입니다. 원본 소스는 검토 가능한 Markdown 위키가 됩니다. 명시적인 "기억해줘" 요청은 검토 가능한 메모리가 됩니다. 에이전트는 CLI, MCP, 공식 스킬 또는 로컬 뷰어를 통해 전체 위키를 채팅 창에 던져 넣지 않고도 컴팩트한 소스 기반 컨텍스트를 검색합니다.
위키는 저장 레이어입니다. 제품의 핵심은 사용자 머신에 남아 있고, 일반 파일로 읽을 수 있으며, 단일 벤더 프로필에 갇히지 않고 여러 에이전트 간에 공유할 수 있는 영구 메모리입니다.
Related MCP server: mcp-ltm
작동 방식
Link는 에이전트에게 네 가지 간단한 동작을 제공합니다:
캡처 —
raw/에 노트, 대화 기록, 문서, 스크린샷, 프로젝트 컨텍스트를 저장합니다.구조화 —
wiki/아래에 소스 기반 페이지를 만듭니다.기억 — 명시적인 선호도, 결정, 사실, 프로젝트 컨텍스트를 검토 가능한 메모리로 저장합니다.
검색 — CLI, MCP, 공식 스킬 또는 로컬 웹 뷰어를 통해 컴팩트한 쿼리 패킷을 가져옵니다.
대부분의 에이전트 세션은 제로에서 시작합니다. 선호도, 저장소 결정, 프로젝트 제약, 그리고 어떤 것이 왜 중요한지 매번 다시 설명해야 합니다. Link는 그 반복되는 컨텍스트를 에이전트가 쿼리할 수 있는 로컬 메모리로 바꿉니다.
문제점 | Link의 해결책 |
에이전트가 세션 사이에 당신을 잊어버립니다. | 검토된 선호도, 결정, 사실, 프로젝트 컨텍스트를 저장합니다. |
노트가 비공개이거나 지저분합니다. | 원본 소스를 로컬에 유지한 다음, 소스 기반 Markdown으로 변환합니다. |
컨텍스트 창이 비쌉니다. | 출처와 후속 조치가 포함된 컴팩트한 쿼리 패킷을 반환합니다. |
메모리에는 신뢰가 필요합니다. | 모든 페이지와 메모리는 검사, 검토, 보관 또는 삭제할 수 있습니다. |
Link는 Andrej Karpathy의 LLM Wiki 패턴을 따릅니다: 지식을 채팅 창 밖에 두고, 주장을 검사 가능하게 만들며, 컨텍스트가 시간이 지남에 따라 축적되도록 합니다.
Link가 다른 이유
다른 모든 에이전트 메모리 시스템은 메모리를 벡터 데이터베이스의 임베딩이나 LLM이 추출한 그래프로 저장합니다. Link는 이러한 설계로는 추가할 수 없는 네 가지 아키텍처 원칙을 세웠습니다:
읽을 수 있는 메모리. 모든 메모리는 일반 Markdown 파일입니다 — 열어서 확인하고, grep하고, git-diff할 수 있습니다. Link가 내일 사라져도, 당신의 메모리는 여전히 당신의 것입니다.
검토 게이트가 있는 쓰기. 에이전트가 제안하고, 당신이 승인합니다. 자동 세션 훅조차 사실이 아닌 제안만 캡처합니다.
메모리 레이어에 LLM 없음. 수집과 검색은 결정적입니다 — 쓰기 경로에 모델이 없기 때문에 어떤 것도 당신의 메모리에 사실을 환각할 수 없습니다.
증명 가능한 로컬. CI는 런타임에서 외부 네트워크 코드를 차단하며, 선택적 시맨틱 모델은 한 번의 명시적 설정 후에만 오프라인으로 로드됩니다.
그리고 이러한 주장은 단언이 아니라 측정된 것입니다 — 아래 벤치마크를 참조하세요. Mem0/OpenMemory, Zep/Graphiti, Letta와의 명명된 비교: 왜 Link인가?
벤치마크
메모리 레이어에 LLM이 없는 일반 파일이, 모든 곳에 LLM이 있는 시스템들과 비교되어 측정되었습니다:
항목 | Link | 비교 대상 |
LoCoMo 종단간 QA — mem0 자체 오픈 하네스의 전체 1,540개 질문 | 84.8% | mem0 클라우드 플랫폼: 동일한 심사자 기준 83.2% — GPT-5가 그들의 답변을 작성하고 예산 모델(claude-haiku-4-5)이 Link의 답변을 작성했습니다. 두 번째 독립 심사자(Tencent Hunyuan 3)로 확인: 85.5% vs 83.6% |
LongMemEval 증거 검색 — 메모리 레이어가 골드 증거를 컨텍스트에 넣었는가? (결정적, LLM 심사자 없음) | 500개 질문 중 99.4% | 102개의 답변 실패 중 검색 누락은 단 3건 — 나머지는 증거가 이미 검색된 상태에서 발생했습니다 |
메모리 위생 — 시뮬레이션된 수개월 세션 스트림에서 저장된 정크 | 0% (구조적으로, CI로 강제됨) | 거버넌스가 꺼진 동일 파이프라인: 36.5% |
메모리 오염 — 캡처 파이프라인에 대한 18개의 제작된 프롬프트 인젝션 공격 (가드레일 우회, 유출 규약, 자격 증명 심기, 위조 승인, MemGhost급 신뢰할 수 없는 채널 쓰기) | 0건이 라벨 없이 인박스에 도달; 정상 지시문에 대한 오탐 0건 (CI로 강제됨) | 우리가 아는 한 에이전트 메모리 쓰기 경로에 대한 유일하게 공개된 적대적 벤치마크 |
토큰 경제성 — 쿼리 경로를 통해 측정된 실제 리콜 패킷 | 리콜당 1,951–4,835 토큰 (마이크로→라지 예산); 64배 더 큰 저장소가 패킷을 1.58배 증가시키고, 마지막 4배 증가는 0.3%만 이동시킵니다 | 요청한 예산에 의해 제한되며, 기억한 양에 의해 제한되지 않습니다; CI로 강제됨. MCP를 통해서는 세션의 첫 번째 응답도 일회성 메모리 브리프를 전달하며, 하드 4,000자 예산으로 제한됩니다 (측정 기준 약 360토큰 오버헤드) — RESULTS.md 참조 |
번들 1,176건 리콜 벤치마크 — 결정적, 네트워크 없음, LLM 없음 | pip 기본(어휘) hit@1 0.589; | 한 명령으로 재현 가능; CI는 스위트를 실행하고 점수가 아닌 데이터셋 무결성을 게이트합니다 |
모든 수치는 구성, 심사 모델, 주의사항, 그리고 패배한 실험을 포함하여 제공됩니다 — 양쪽을 중립적인 Hunyuan 3 심사자로 재심사한 LongMemEval 종단간 평가도 포함됩니다: mem0의 GPT-5 답변은 91.0%, Link의 예산 모델 답변은 80.6%입니다. 그들의 공개 수치는 유지되며, 격차는 메모리 레이어가 아닌 답변 모델을 따라갑니다 — 이것이 위의 99.4% 증거 검색 행이 분리하는 것입니다. 전체 방법론과 재현 절차: benchmarks/RESULTS.md.
어디서나 가져갈 수 있고 작동이 증명되는 메모리
모든 메모리 시스템이 답해야 할 세 가지 질문과, Link가 약속이 아닌 메커니즘으로 답하는 방식:
"내 모든 머신에 있나?" lnk sync는 검토된 메모리를 당신이 제어하는 git 원격 저장소 — 프라이빗 GitHub 저장소, 홈랩 베어 저장소 — 를 통해 이동시키며, 서버도 계정도 필요 없습니다. 비밀값은 어떤 것이든 외부로 나가기 전에 스캔되고, 충돌은 git 마커 대신 검토 항목이 되며, 프라이빗 캡처는 절대 동기화되지 않습니다. lnk team-sync는 동일한 레일 위에서 공유 팀 브레인을 실행합니다.
"그때 나는 뭘 믿고 있었지?" 평범한 언어로 물어보세요: lnk recall "where does local data live in March"는 그 당시 사실이었던 것을 반환합니다. 날짜가 있는 파일과 그 대체 계보(supersede lineage)에서 재구성되며 — 같은 질문을 날짜 없이 하면 오늘의 진실을 반환합니다. 결정적입니다: 정규식과 달력, 모델 없음. 평범한 언어로부터의 시점 정확도: 0.917, ISO 날짜로 질문한 것과 동일합니다.
"내 에이전트가 실제로 이걸 사용하고 있나?" 대부분의 메모리 시스템이 스스로에 대해 답할 수 없는 질문입니다. Link는 검색을 로컬에 기록합니다 — 에이전트에 푸시된 세션 브리프, 에이전트가 선택한 리콜 — 그리고 lnk wins는 횟수로 답하고, lnk digest는 한 번도 검색되지 않은 메모리를 포함한 주간 스토리를 보고합니다. 원장(ledger)은 어떤 메모리가 언제 읽혔는지 저장하며, 무엇을 물었는지는 절대 저장하지 않습니다. 동기화되지 않고, LINK_USAGE=off로 비활성화할 수 있습니다. 그리고 메모리는 연결된 에이전트뿐만 아니라 모든 에이전트에 도달합니다: 세션의 첫 MCP 도구 응답은 어떤 도구가 호출되었든 브리프를 담고 있습니다.
빠른 시작
두 개의 명령어: 작동을 확인한 다음, 당신의 것으로 만드세요.
brew install gowtham0992/link/link
lnk proof # see the promise (~1 second, no setup)
lnk setup # wire every agent you have — workspace, MCP, session hooks, one command이미 도구들에 흩어진 메모리가 있나요? 검토 가능한 제안으로 집으로 가져오세요 — 자동 수락은 없습니다:
lnk import claude-code # or: cursor, codex, file --file chatgpt.txtlnk setup은 당신의 머신에 설치된 에이전트 — Claude Code, Codex, Cursor, Windsurf, Zed, Kiro, Gemini CLI — 를 감지하고 모두 한 번에 연결합니다. Link는 설계상 에이전트에 구애받지 않습니다(하나의 MCP 서버, 하나의 워크스페이스, 모든 에이전트가 동일한 메모리를 읽습니다). 멱등적입니다: brew upgrade 후에 다시 실행하면 모든 것 — 워크스페이스 런타임, MCP 프로비저닝, 훅 — 이 새로고침됩니다. 하나의 에이전트를 명시적으로 연결하고 싶으신가요? lnk onboard --agent claude-code --write --hooks가 정확히 그 작업을 수행합니다.
lnk proof는 임시 워크스페이스를 만들고, 검토된 메모리 하나를 작성하고, CLI, 스킬, MCP가 사용하는 동일한 경로를 통해 리콜합니다 — 핵심 약속(하나의 로컬 메모리, 다른 에이전트가 재사용 가능, 클라우드 프로필 없음)을 1초 만에:
Cross-agent memory continuity works
Memory: created and reviewed: Cross-agent Link proof
Recall: found through the same bounded recall path used by CLI, skills, and MCP.
Result: proof passed그런 다음 lnk onboard --agent claude-code --write는 ~/link를 생성하고, MCP 런타임을 프로비저닝하고, 에이전트를 연결합니다 — 작업하면서 메모리를 자동으로 캡처하는 세션 훅을 포함합니다(claude-code를 codex, cursor, kiro, copilot, antigravity 등으로 바꾸세요). --write를 빼면 아무것도 건드리지 않고 구성을 미리 볼 수 있고, --agent를 빼면 워크스페이스만 생성합니다.
설치된 명령어는 lnk입니다. link는 이미 POSIX/macOS 시스템 유틸리티이기 때문입니다. 소스 체크아웃에서는 대신 python3 link.py ...를 사용하세요.
UI, 그래프, 소스 페이지를 먼저 원하시나요? lnk try && lnk serve link-demo. Windows, 소스 체크아웃, MCP 전용, 스킬 우선 경로는 First 10 Minutes 가이드에 있습니다.
또는 현재 저장소를 별도 단계로 시드하여 첫 실제 리콜이 비어 있지 않게 하세요:
cd /path/to/your/project
lnk seed . ~/link
lnk query "what is this project about?" ~/link --budget smalllnk seed는 README.md, AGENTS.md, CLAUDE.md, .cursorrules, 에디터 규칙 파일과 같은 허용 목록 프로젝트 파일을 읽고, 비밀처럼 보이는 값을 차단하고, 소스 기반 프로젝트 페이지를 작성하고, 그래프를 재구축합니다. 지속적인 메모리를 만들지는 않습니다. 에이전트는 선호도와 결정에 대해 여전히 검토된 메모리 제안을 사용해야 합니다.
Homebrew 포뮬러는 공개 gowtham0992/homebrew-link 탭에서 유지 관리됩니다.
열기:
http://127.0.0.1:3000
http://127.0.0.1:3000/onboard
http://127.0.0.1:3000/graph
http://127.0.0.1:3000/health로컬 UI에서 동일한 첫 실행 체크리스트를 원하면 /onboard를 사용하세요: 준비 상태, 프로젝트 컨텍스트 시딩, 첫 메모리, 에이전트 연결, 시작 프롬프트. 웹 뷰어는 로컬 전용입니다. 127.0.0.1에 바인딩되고, 사용자 계정이나 인증이 없으며, 자체 인증 계층을 추가하지 않는 한 인터넷에 노출되어서는 안 됩니다.
가치 루프를 시도하세요:
lnk start link-demo --task "working on agent memory"
lnk query "why does Link help agents?" link-demo --budget small
lnk brief "working on agent memory" link-demo
lnk benchmark "agent memory" link-demo
lnk health link-demolnk benchmark는 성능과 가치 증거를 모두 보고합니다: 캐시/검색/쿼리 타이밍, 그래프 페이로드 형태, 그리고 제한된 Link 패킷이 에이전트에 보내는 것을 피한 광범위한 위키 컨텍스트의 추정치.
/health 페이지는 브라우저에서 준비 루프를 미러링합니다: 검증 상태, 중단된 쓰기, 메모리 검토 상태, 복사 가능한 복구 명령어. 뷰어는 문서 우선으로 유지됩니다 — 상단 내비게이션의 공통 경로, more 아래의 심화 도구, 구조화된 페이지의 목차와 그래프 관련 링크.
생성된 데모는 공개 증명 위키입니다. wiki/, raw/, link-demo/ 내부의 생성된 콘텐츠는 git에서 무시되므로 개인 메모리가 실수로 게시되지 않습니다.
LinkBar — 메뉴 바 앱 (macOS)
Link의 메모리, 주변에 상존. LinkBar는 검토 게이트를 메뉴 바에 둡니다: 어떤 앱에서든 리콜하거나 기억할 수 있는 글로벌 팔레트(⌥⌘M), 세션 캡처가 도착할 때 원탭 수락이 가능한 네이티브 알림, 에이전트가 쓰는 동안의 라이브 펄스, 모든 메모리 파일을 덮는 브라우저 — 모두 CLI와 동일한 검토된 lnk 명령어로 실행됩니다.
brew install --cask gowtham0992/link/linkbar의도적으로 서명되지 않음(Apple 수수료로 아무것도 부풀리지 않음): 캐스크는 설치 시 격리 플래그를 제거하므로 다른 앱처럼 열립니다. 대신 소스에서 빌드: cd apps/LinkBar && bash Scripts/bundle.sh --install.
킬러 데모: 하나의 메모리, 두 에이전트
이것이 Link가 만들어진 순간입니다:
한 에이전트에서 말하세요:
remember that I prefer local, source-backed memory for AI agents동일한
~/link워크스페이스에 연결된 다른 에이전트에서 말하세요:start with Link before we continue what does Link remember about local agent memory?두 번째 에이전트는 당신에게 반복해서 말하라고 요청하는 대신 로컬 Markdown에서 검토된 메모리를 리콜해야 합니다.
동일한 아이디어의 깔끔한 자동화 버전을 위해 실행하세요:
lnk proofLink 사용 방법
당신의 작업 방식에 맞는 표면을 선택하세요. 모두 동일한 로컬 Markdown 위키를 읽고 씁니다.
이 표면들은 독립적입니다. lnk serve / serve.py는 로컬 웹 뷰어일 뿐입니다. CLI 명령어, 공식 스킬, MCP 도구는 동일한 wiki/ 파일을 직접 읽으므로, 웹 뷰어가 실행 중이 아니어도 Claude, Codex, Kiro, Cursor 또는 다른 에이전트가 Link를 사용할 수 있습니다.
MCP 대신 스킬을 선호하시나요? Link는 skills/ 아래에 작고 지연 로딩 가능한 CLI 스킬을 제공합니다. 이를 통해 에이전트는 MCP 설정이나 실행 중인 웹 뷰어 없이 lnk health, lnk query, lnk ingest-status, lnk session-end, lnk remember를 직접 사용할 수 있습니다.
skills/link-health/SKILL.md
skills/link-retrieve/SKILL.md
skills/link-ingest/SKILL.md
skills/link-memory/SKILL.md전체 가이드: Link Skills.
에이전트용 설치
클론된 체크아웃에서 하나의 설치 프로그램을 실행하세요:
bash integrations/codex/install.sh
bash integrations/kiro/install.sh
bash integrations/claude-code/install.sh
bash integrations/cursor/install.sh
bash integrations/copilot/install.sh
bash integrations/vscode/install.sh
bash integrations/antigravity/install.sh설치 프로그램은 ~/link를 생성하거나 업데이트하고, link-mcp를 설치하거나 업그레이드하고, 가벼운 에이전트 지침을 작성하고, 재설치 시 기존 위키 데이터를 보존합니다. 저장소에 별도의 프로젝트 메모리가 필요한 경우 --project를 사용하세요.
Windows에서는 해당 PowerShell 설치 프로그램을 사용하세요:
.\integrations\codex\install.ps1
.\integrations\kiro\install.ps1
.\integrations\claude-code\install.ps1
.\integrations\cursor\install.ps1
.\integrations\copilot\install.ps1
.\integrations\vscode\install.ps1
.\integrations\antigravity\install.ps1그런 다음 에이전트에게 물어보세요:
is Link ready?
start with Link before we continue
seed this project into Link
ingest raw/notes.md into Link
remember that I prefer short release notes
query Link for the release process
what does Link remember about local personal memory?
end this session with Link memory proposalsCLI 우선 에이전트나 Link 스킬의 경우 동일한 시작 루프를 직접 사용하세요:
lnk seed . ~/link
lnk start ~/link --task "working on Link release"
lnk session-end session-notes.md ~/link --limit 3실제 워크스페이스와 에이전트를 위한 안내식 설정을 원하면 lnk onboard --agent AGENT를 사용하세요. 에이전트에 이미 지침이 있고 MCP 연결만 필요한 경우 하위 수준 연결 헬퍼를 사용하세요. 둘 다 정확한 구성을 먼저 미리 봅니다. Link가 에이전트 구성 파일을 업데이트하게 하려면 --write를 추가하세요.
lnk onboard --agent codex
lnk onboard --agent codex --write
lnk connect codex ~/link
lnk connect codex ~/link --write
lnk connect kiro ~/link --write
lnk verify-mcp ~/link세션 훅을 지원하는 에이전트 — Claude Code, Codex, Cursor — 의 경우 --hooks를 추가하면(lnk onboard에서도 작동) 메모리 루프가 자동화됩니다: 브리프는 세션 시작 시 주입되고 제안 전용 노트는 세션 종료 시 캡처되므로, 메모리는 더 이상 에이전트가 Link를 호출하는 것을 기억하는 데 의존하지 않습니다. 빈 세션과 중복 종료 이벤트는 건너뛰고, 백로그가 쌓이면 브리프는 에이전트에게 읽기 전용 lnk consolidate 패스를 제안하도록 유도합니다. 지속적인 메모리는 여전히 당신의 승인이 필요합니다. Codex와 Cursor 훅 지원은 새롭습니다(문서화된 스키마에 연결됨 — 문제를 보고하세요).
lnk connect claude-code ~/link --hooks --write
lnk connect codex ~/link --hooks --write # session-start brief (Codex has no session-end event)
lnk connect cursor ~/link --hooks --write
lnk consolidate ~/link # read-only backlog plan, apply only with approval선택 사항: 하이브리드 의미론적 리콜 (여전히 완전히 로컬)
어휘 리콜은 항상 기본값이자 폴백입니다. 의역 일치는 옵트인입니다: 아래 두 설정 명령어 후에 "how should I structure my pull requests"는 커밋 스타일에 대해 저장된 메모리를 찾습니다. 그 전까지 리콜은 공유 단어에서 일치하고, 실패 시 의역 일치를 켜는 방법을 알려줍니다. 선택적 의미론적 확장을 설치하면 작은 로컬 정적 임베딩 모델이 추가됩니다. 리콜은 네트워크에 절대 접촉하지 않습니다: 모델은 일회성 명시적 설정 후 오프라인 전용으로 로드되고, 임베딩은 .link-cache/ 아래의 일반 JSON에 저장되며, 유사도는 벡터 데이터베이스 없이 프로세스 내에서 실행되고, 의미론적 전용 일치는 상한이 있는 신뢰도 라벨을携带하므로 에이전트가 신뢰하기 전에 검증합니다.
pip install "link-mcp[semantic]" # fast tier: tiny static model, instant load
pip install "link-mcp[semantic-quality]" # quality tier: contextual model, best recall
lnk semantic ~/link --setup # one-time model fetch, with your approval
lnk semantic ~/link # status: lexical only vs hybrid, active tier
python3 -m link_mcp --semantic-setup --wiki ~/link/wiki # MCP-only installs측정된 것이지 주장된 것이 아닙니다: 번들된 1,176건 벤치마크에서 품질 계층은 토큰 중복 hit@1을 0.589에서 0.749로 끌어올리고 순수 의역(토큰 중복 0) hit@3/hit@5를 ~4배 향상시킵니다. 리콜당 ~10 ms, 서비스나 벡터 데이터베이스 없이. 타사 LoCoMo 검색 트랙(5,882개 대화 턴에 대한 1,536개 증거 주석 질문)에서 하이브리드 리콜은 any-evidence hit@10을 0.628에서 0.737로 끌어올립니다(옵트인 재순위 계층 사용 시 0.794). 전체 방법론, 정직한 한계, 재현 단계: benchmarks/RESULTS.md.
python3 -m pip install --upgrade link-mcp
python3 -m link_mcp --version{
"mcpServers": {
"link": {
"command": "python3",
"args": ["-m", "link_mcp", "--wiki", "~/link/wiki", "--surface", "slim"]
}
}
}--surface slim은 에이전트를 위한 권장 MCP 표면입니다: 리콜, 기억, 수집, 검토, 상태, 관리 탈출구를 위한 여섯 가지 명확한 도구. 전체 호환성 표면은 --surface full로 여전히 사용 가능합니다.
macOS/Homebrew Python에서 pip가 externally-managed-environment를 보고하면 전용 venv를 사용하세요:
python3 -m venv ~/.link-mcp-venv
~/.link-mcp-venv/bin/python -m pip install --upgrade pip link-mcp전체 설정: MCP 가이드.
Obsidian 사용자는 기존 볼트를 에이전트 수집용 raw/로 가져오거나, ~/link/wiki를 볼트로 직접 열어 Link 페이지를 편집할 수 있습니다:
lnk init ~/link
lnk import-obsidian ~/Documents/ObsidianVault ~/link가져오기, 편집, 검증 루프는 Obsidian 가이드를 참조하세요.
저장 모델
내부적으로 Link는 소스 기반 지식과 지속적인 에이전트 메모리를 분리합니다:
원시 노트, 대화 기록, 기사, 프로젝트 컨텍스트를
raw/에 넣으세요.에이전트는 이러한 소스를
wiki/아래의 검사 가능한 페이지로 컴파일합니다.명시적인 "기억" 요청은 검토 가능한 메모리 페이지가 됩니다.
쿼리는 위키와 메모리 계층 모두에서 컴팩트한 에이전트 컨텍스트를 검색합니다.
저장 모델은 평범하고 검사 가능합니다:
레이어 | 여기에 있는 것 |
| 원본 노트, 대본, 기사, PDF, 스크린샷, 프로젝트 파일. |
| 소스 기반 페이지, 개념, 엔티티, 탐구, 비교, 메모리. |
에이전트 인터페이스 | CLI, 스킬, MCP, 그리고 전체 위키를 컨텍스트에 덤프하지 않는 로컬 뷰어 경로. |
원본 파일이 이미 수집된 후 편집된 경우, lnk ingest-status는 해당 파일을
stale로 표시하고 에이전트에게 중복 페이지를 만들지 말고 기존 소스 페이지를
새로고침하도록 지시합니다.
에이전트가 얻는 것
에이전트가 권장 MCP 표면을 통해 Link를 사용하면 6개의 모델 지향 도구를
얻습니다. CLI 및 스킬 워크플로는 lnk를 통해 동일한 핵심 동작을 호출합니다.
status: 준비 상태, 스키마 상태, 검증, 중단된 쓰기, 안전한 다음 작업.recall: 시작 브리핑, 답변 준비 쿼리 패킷, 위키 검색, 그래프 컨텍스트, 토큰 예산, 후속 작업을 위한 유일한 읽기 경로. 회수된 모든 메모리는confidence라벨(strong,moderate,weak)과match필드(선택적 로컬 시맨틱 계층이 설치된 경우lexical,semantic,hybrid)를 갖습니다. 따라서 에이전트는 약한 일치 또는 의역 일치를 신뢰하지 않고 사용자와 확인합니다.remember: 명시적인 사용자 승인 후에만 지속적인 로컬 메모리를 저장하며, 중복/충돌 검사, 출처, 검토 상태, 가시성, 선택적review_after, 선택적expires_at을 포함합니다.ingest: 원본 파일, 소스 안전성, stale 수집 감지, 검증, 재구축 검사를 위한 정확한 다음 단계.review: 메모리 인박스, 프로필, 감사, 로그, 설명, 아카이브, 복원, 삭제, 수명주기 검토 워크플로 — 그리고review(action="consolidate")는 각 작업별 사용자 승인을 통해서만 적용되는 읽기 전용 백로그 계획입니다.admin: 백업, 마이그레이션, 검증, 그래프 내보내기, 페이지, 캡처, 재구축, 호환성 작업, 고급 업데이트를 위한 탈출구.
안정적인 에이전트 지향 루프는 Link Memory Contract에 문서화되어 있습니다: 준비 상태 우선, 제한된 회수, 명시적 메모리 쓰기, 감사 도구, 공유 의미론.
시간에 민감한 선호사항이나 결정에는 review_after를 사용하세요. 해당 날짜가
도래하면 메모리가 Link의 검토 인박스에 다시 나타나 에이전트가 stale 컨텍스트를
신뢰하는 대신 사용자에게 확인, 업데이트, 아카이브 또는 삭제를 요청할 수 있습니다.
임시 컨텍스트에는 expires_at을 사용하세요. 날짜가 지나면 기본 회수에서 자동으로
제외됩니다. Link는 Markdown 페이지를 검사 가능한 상태로 유지하고 사용자에게
업데이트, 아카이브 또는 삭제를 요청합니다.
visibility를 사용하여 메모리가 적용되는 위치와 볼 수 있는 사람을 구분하세요:
private는 개인용, project는 프로젝트 워크스페이스용, team은 사용자가
팀과 공유를 명시적으로 승인했음을 의미합니다.
팀 인계 또는 보안 검토를 위해 lnk compliance-export --output audit.json은
준비 상태, 검증, 메모리 검토 상태, 작업 마커, 최근 감사 로그 항목이 포함된
편집된 JSON 패킷을 작성합니다. 원본 소스 내용과 메모리 본문은 포함되지 않습니다.
일상적인 감사 가능성을 위해 lnk memory-log ~/link는 Link가 최근에 기억하고,
업데이트하고, 검토하고, 아카이브하고, 복원하고, 삭제하거나 원본 캡처에서
수락한 내용을 보여줍니다.
복구를 위해 lnk backup ~/link는 로컬 아카이브를 만들고 lnk restore-backup <archive> ~/link는 복원될 내용을 미리 봅니다. --confirm을
전달하면 가능한 경우 안전 백업을 만든 후 로컬 파일을 교체합니다. raw/는
--include-raw가 명시적이지 않은 한 여전히 제외됩니다. 다중 파일 쓰기가
중단되면 lnk operations ~/link는 마커와 롤백 스냅샷을 보여줍니다.
lnk operations ~/link --recover <marker> --confirm은 검토 후 스냅샷을 복원합니다.
로컬 가치 증명을 위해 lnk wins ~/link는 재사용 가능한 메모리, 검토된 메모리,
출처, 프로젝트 연속성, 신선도 가드레일, 복사 가능한 프롬프트를 사용자 행동을
추적하지 않고 보여줍니다.
Git 기반 팀 메모리를 위해 lnk team-sync ~/link는 워크스페이스가 raw/,
캐시, 백업, 로컬 MCP Python 마커, wiki/log.md를 기본적으로 비공개로 유지하면서
검토된 wiki/ 페이지를 공유할 준비가 되었는지 확인합니다. 감사 로그는 단일
머신 해시 체인을 가지므로 로컬입니다. 여러 사용자의 로그를 병합하면 잘못된
변조 경보가 발생합니다. 팀 동기화는 메모리 인박스가 비어 있지 않거나 광범위한
git add wiki에 활성 visibility: private 메모리가 포함될 때 "ready" 상태를
차단합니다.
lnk team-sync ~/link --remote git@example.com:team/link-memory.git팀원, 검토자 또는 다른 에이전트를 위해 lnk share는 페이지, 메모리, 제목,
별칭 또는 검색 구문을 로컬 뷰어 URL로 변환합니다:
lnk share "Prefer local memory" ~/link정적 읽기 전용 검토 패킷을 위해 lnk snapshot은 기본적으로 raw/, 캡처,
작업 마커, 실시간 MCP 상태, 메모리 페이지 없이 렌더링된 위키 HTML을
내보냅니다. --include-memories는 비공개가 아닌 메모리만 내보냅니다.
--include-private-memories는 개인 아카이브 또는 명시적으로 승인된 검토에만
사용하세요. 위키 페이지에 비밀처럼 보이는 값이 포함된 경우 명시적으로
재정의하지 않는 한 내보내기를 차단합니다.
lnk snapshot ~/link --output link-snapshot
lnk snapshot ~/link --output link-snapshot --include-memories --force
lnk snapshot ~/link --output personal-snapshot --include-memories --include-private-memories --force에이전트 계약
MCP 클라이언트의 경우 에이전트는 다음 순서로 Link를 사용해야 합니다:
status로 준비 상태와 안전한 다음 작업을 확인합니다.세션의 첫 실질적 턴에서 빈 쿼리로
recall을 한 번 호출합니다.광범위한 파일 읽기 또는 사용자에게 지속적 컨텍스트 반복을 요청하기 전에
recall(query, budget="micro"|"small")을 호출합니다.원본 소스를 다루기 전과 소스 편집 후 검증/재구축 확인을 위해
ingest를 호출합니다.사용자가 Link에 무언가를 기억하도록 명시적으로 요청하거나 제안된 메모리를 승인할 때만
remember를 호출합니다.메모리 인박스, 프로필, 감사, 로그, 설명, 아카이브, 복원, 삭제 워크플로를 위해
review를 호출합니다.백업, 마이그레이션, 그래프 내보내기, 캡처, 재구축, 호환성 작업, 고급 유지보수를 위해
admin을 호출합니다.
전체 MCP 도구 목록: MCP 설정.
개인정보 및 안전
Link 자체는 로컬 우선입니다:
설치된 CLI, MCP 서버, 로컬 웹 UI, 위키 런타임에 텔레메트리 없음.
호스팅 백엔드 없음.
serve.py또는link-mcp에서 외부 API 호출 없음.원본 소스와 생성된 위키 페이지는 기본적으로 git에서 무시됩니다.
lnk backup은 명시적으로--include-raw를 전달하지 않는 한raw/를 제외합니다.비밀처럼 보이는 API 키, 공급자 토큰, JWT, 레지스트리 자격 증명, 개인 키 블록이 원본 소스, 캡처, 릴리스 위생 검사에서 감지됩니다.
lnk validate와lnk doctor는 위키 페이지 내에서 비밀처럼 보이는 값이 발견되면 로컬 UI를 통해 제공되거나 에이전트 컨텍스트로 반환되기 전에 실패합니다.선택적 시맨틱 회수는 로컬에 유지됩니다: 모델은 회수 시 오프라인 전용으로 로드되며(명시적
lnk semantic --setup만 모델을 한 번 가져올 수 있음), 임베딩은.link-cache/아래의 일반 JSON에 저장됩니다.자동 세션 후크는 제안 전용 노트를 저장합니다. 트랜스크립트 추출은 도구 호출과 출력을 건너뛰며, 검토 없이 지속적 메모리가 작성되지 않습니다.
로컬 웹 서버는
127.0.0.1에 바인딩되며 추가 인증 없이 인터넷에 노출되도록 설계되지 않았습니다.
저장소, 데모 또는 위키를 공유하기 전에:
python3 link.py doctor
python3 link.py validate
python3 scripts/check_release_hygiene.py자세한 내용: 보안 가이드.
문서
필요 사항 | 이동 위치 |
Link를 처음 실행하기 | |
"Link가 내 대화를 읽나요?" | |
Link가 적합한지 결정하기 | |
로컬 뷰어 사용하기 | |
raw/wiki/memory 이해하기 | |
MCP 구성하기 | |
명령어 찾기 | |
MCP 설정 없이 Link 사용하기 | |
로컬 HTTP 엔드포인트 사용하기 | |
보안 경계 검토하기 | |
규모 제한 확인 및 위키 측정하기 | |
소규모 팀용 Link 평가하기 | |
설정 문제 해결하기 |
기여
기여는 main을 대상으로 하는 풀 리퀘스트를 통해 이루어져야 합니다. develop
브랜치는 main에 제안되기 전에 더 큰 릴리스 작업을 위한 유지보수자 통합
브랜치입니다.
PR을 열기 전에:
python3 -m ruff check .
python3 -m pytest tests
python3 scripts/check_release_hygiene.py
python3 scripts/check_runtime_duplication.py
python3 scripts/check_tool_contract.py
git diff --check전체 기여자 가이드: 기여.
PR에 개인 위키 데이터, 원본 소스, 레지스트리 토큰, .env 파일 또는 로컬 MCP
자격 증명을 포함하지 마세요.
Link가 에이전트의 기억을 더 잘 돕는다면, 더 많은 사람들이 찾을 수 있도록 GitHub에서 스타를 눌러주세요.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityAmaintenanceLocal-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
- AlicenseNot gradedqualityDmaintenanceProvides 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.1MIT
- FlicenseNot gradedqualityBmaintenancePersistent memory for AI agents enabling saving, searching, and managing knowledge across sessions with local markdown files.2
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to maintain persistent, local memory with retrieval-augmented search, knowledge graphs, and context surfacing, without any cloud dependencies.135MIT
Related MCP Connectors
Universal memory for AI agents and tools. Save, organize and search context anywhere.
Persistent memory and knowledge graphs for AI agents. Hybrid search, context checkpoints, and more.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
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/gowtham0992/link'
If you have feedback or need assistance with the MCP directory API, please join our Discord server