Skip to main content
Glama

Loci(忆宫)

license: MIT dependencies: 0 python: 3.9+ MCP tools: 11

English | 简体中文

零依赖 · 中文检索 · 标准 MCP · 单文件网页面板 · 数据只在本机

为什么做这个项目

早上在 A 里把项目背景、技术选型、踩过的坑讲清楚了;中午想试试 B 家新出的模型,切过去 —— 它一个字都不知道,得重新讲一遍;晚上为了省额度换回 C,又得再讲一遍。

你是哪种用户

卡在哪

多 Agent / 多 harness 用户

决策原因、隐性约定、踩过的坑都留在上一个产品里,一换就失忆

模型对比测试者

想跑同一个任务在不同 harness / 模型下的表现,但上下文搬不过去,只能反复粘贴同一段背景

白嫖党(靠各家免费额度过日子)

哪家有额度用哪家,一天切换三四次 —— 每次都要重建上下文,最耗耐心

Loci 把记忆从 harness 里剥出来,收进一个本地 SQLite 文件,用标准 MCP 给所有 Agent 共用:

  • 换 Agent 不失忆 —— 新会话调一次 memory_context,定过的方案、踩过的坑、说过的偏好,开局就知道;15 个产品可以一键接入

  • 存结论,不堆聊天记录 —— 原文进会话库(你自己回看),决策 / 坑 / 偏好进记忆库

  • 不花钱、不联网 —— 检索是本地 bigram + TF-IDF 算的:不调模型、不花 token、不发请求

  • 中文真的能用 —— 中文提问、中文回答,靠本地分词命中,不是靠模型猜

  • 零依赖,能读完 —— 单文件 Python + 一个 SQLite,无第三方包,不会被投毒也不会偷偷升级;约 4000 行

  • 写进去的东西不会悄悄变 —— 每次写入都返回回执(写了什么 / 归到哪 / 出自哪段会话 / 怎么撤);碰到重复如实说「没有重复写入」

Related MCP server: mnemon-mcp

六个页面

会话 —— 每个 Agent 跟你说过什么

按 Agent 列出全部对话(标题、摘要、来源、时间),点进去是独立详情页:原话逐轮,以及从这段对话里抽出来的记忆。 右栏是「记忆来源」和「等你处理」(待质检 / 待采集 / 已排除)。本机已有的对话,扫一下就能收进来。

采集 —— 把散落的历史收进来

扫描本机各 Agent 的历史日志与 skills 目录,列出待入库条目,勾选后入库。 入库前做去重(含"同一天日志越写越长"那种前缀重合)和路径白名单校验;扫描根目录可增删。

交接卡 —— 把一个项目交给下一个 Agent

选一个项目,生成一张 markdown 交接卡:已确认的决策 / 偏好约定 / 踩过的坑 / 事实,连同所属 Git 分支一起标出。 复制走,粘给任何 Agent。

库 —— 记忆本体,以及它的运维

搜索、浏览全部记忆;七查质检(重复 / 疑似同义 / 可能矛盾 / 长期未更新 / 过短 / 过粗粒度 / 元数据缺失)+ 0-100 健康分; 备份、导出记忆包、恢复、销毁(销毁前强制确认,只动库、不动源文件)。

Agent —— 谁装了、谁接上了

列出本机装了哪些 Agent、哪些已接入 Loci、各自的数据目录能不能读。 已装的点「一键接入」写入 MCP 配置(写前备份、只合并不覆盖),可移除、可验证握手。

技能 · MCP —— 跨 Agent 复用

本机技能清单与分布(哪个技能被几个 Agent 装着),可跨 Agent 复制; MCP 配置查看与复制,省得每个产品手动填一遍。

快速开始

环境:Python 3.9+,无第三方依赖。

git clone https://github.com/kennytoliver/loci-local.git
cd loci-local
python panel.py --open

想双击启动:自己建个快捷方式,指向 python panel.py --open 就行。

面板起来后 → Agent 页 → 对已装的 Agent 点「一键接入」。

不想开面板,命令行装:

python install_agents.py --list     # 看本机装了什么
python install_agents.py --all      # 全部接入(写前自动备份)
python install_agents.py --verify   # 真实 MCP 握手验证

手动接入任何 MCP 客户端:

{"command": "python", "args": ["-X", "utf8", "/path/to/loci.py"]}

Windows 优先。macOS / Linux 能跑,回收站删除等少数功能降级。

页面怎么用、卡住了怎么办 —— 见 USAGE.md。

数据在你手里

一个 SQLite 文件,无账号、无 API Key、无遥测、无云端副本。面板只监听 127.0.0.1,Agent 走 stdio、不经过端口。

grep -nE "^\s*(import|from) " loci.py            # 全是标准库,没有第三方
grep -nE "urlopen|requests\.|socket\." loci.py   # 引擎不联网
wc -l loci.py                                     # 约 4000 行,读得完

同机任何能读到这个文件的进程都能拿到全部记忆 —— 请用文件权限保护它。 外部独立审查的四轮记录见 AUDIT-LOG.md。

文件

loci.py

引擎 + MCP 服务 + CLI

panel.py

单文件网页面板

install_agents.py

命令行接入器

loci.db

数据库(首次运行自动创建,已在 .gitignore 中排除)

贡献

欢迎 Issue 和 PR。唯一硬性要求:不引入第三方依赖 —— 零依赖是这个项目的立身之本。详见 CONTRIBUTING.md。

致谢

感谢 MemForge(MIT)先证明了「本地优先 + 单文件记忆库」这条路走得通。

License

MIT © Loci contributors.

Available Tools

11 tools
memory_contextA

获取常驻上下文包(建议每次对话开始时调用):常驻记忆 + 近期重点记忆,一次拿齐跨 Agent 共享的上下文。输出顺序固定(常驻在前、近期在后),便于模型商前缀缓存命中、省 token

Inputs: limit, branch, project.

memory_deleteB

删除一条记忆(软删除)

Inputs: id (required).

memory_handoffB

生成项目交接卡(markdown),切换到另一个 Agent 时注入上下文用

Inputs: project (required).

memory_listC

列出最近的记忆

Inputs: type, limit, project.

memory_pinA

把一条记忆设为常驻(始终随 memory_context 返回)或取消常驻

Inputs: id (required), pinned.

memory_saveA

保存一条记忆到本地共享记忆库(跨 Agent 可见)。返回写回回执:写了哪条 / 归到哪 / 出自哪 / 怎么撤 —— 请把回执转述给用户,没有任何东西会静默进入长期记忆

Inputs: content (required), tags, turn, type, +6 more.

memory_statsB

记忆库统计信息(总数/按类型/按项目/按来源Agent)

Inputs: no named parameters.

panel_openA

打开 Loci 网页面板(看记忆 / 会话原文 / 交接卡 / 库)。只在用户明确想看面板时才调用(例如用户说「打开 Loci 面板」「我想看看我的记忆」);平时不要主动调、也不要每轮对话都调 —— 默认情况下面板不会自己弹出来

Inputs: no named parameters.

session_recallB

检索历史对话原文(会话层),返回当时的原话片段——用于在新 Agent 里复现旧对话上下文

Inputs: query (required), limit, project.

session_saveB

归档一次对话原文(会话层)。把当前对话保存进本地库,其他 Agent 之后可检索复现

Inputs: transcript (required), agent, title, project, +1 more.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.2/5.0

    Scored across 11 tools

    Disambiguation4/5

    Each tool has a distinct layer+action scope: memory_* tools target the memory store, session_* tools target archived conversation text, and panel_open is a UI action. The only mild overlaps are memory_list vs memory_context (recent vs resident context) and memory_handoff vs memory_context, but the descriptions clarify their different outputs and use cases.

    Naming Consistency4/5

    Nearly all tools follow a predictable domain_action pattern (memory_save, memory_search, session_save, session_recall). Minor deviation: verbs mix actions (save/list/search) with nouns (stats/context/handoff), though it stays readable and consistent in style.

    Tool Count5/5

    11 tools is well-scoped for a cross-agent memory system, covering listing, saving, searching, deleting, stats, pinning, context retrieval, session archive/recall, handoff, and panel access. Each tool earns its place with no obvious redundancy.

    Completeness4/5

    Strong lifecycle coverage across both memory and session layers, including soft delete and pin/unpin toggle. The notable gap is a memory_update/edit operation — editing requires delete-then-save — and there is no direct get-by-id retrieval, but core workflows are covered.

    Maintenance

    ActivityNo data
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      A local-first MCP memory server providing persistent, searchable memory for AI agents, powered by SQLite.
      1 npm
      1
      Apache 2.0
    • A
      license
      Not graded
      quality
      D
      maintenance
      A local-first MCP server providing persistent, layered memory (episodic, semantic, procedural, resource) for AI agents, with search, versioning, and session management via a single SQLite file.
      78 npm
      3
      MIT
    • A
      license
      A
      quality
      D
      maintenance
      Provides persistent, searchable memory for AI agents across any MCP-compatible client, storing project context, user preferences, and session learnings locally in SQLite with tools to save, retrieve, search, and manage them.
      12
      9 npm
      MIT
    • F
      license
      Not graded
      quality
      C
      maintenance
      Provides persistent, cross-session memory for MCP-compatible AI tools, letting them store and share a unified local memory with Chinese-aware semantic search, typo correction, associative perception chains, and graph-based recall.
      208 npm
      4
      -