你的记忆跟随你的身份，而非你的工具——并且基于你的同意。
LoreConvo 是唯一一款能在 Claude Code、Cowork、Codex、Cursor 和 Hermes Agent 之间携带你的上下文的 AI 记忆。一次安装，一份记忆，随处编码。
直接从 Claude Code 的插件市场安装，或通过 PyPI：
uvx loreconvo
LoreConvo 可跨 Claude Code、Cowork、Cursor、Codex 和 Hermes 使用——无论你使用哪个客户端，都是同一套记忆层。当你在项目中途切换时，你的上下文会自动随你同行。
大多数工具按机器或工作区隔离记忆。LoreConvo 将所有内容存储在你自己拥有的本地 SQLite 数据库中，并在你所在的任何地方呈现出来。捕获有两种方式：通过保存工具显式捕获，或者如果你安装了可选钩子，则在会话结束时自动捕获。无论哪种方式，你都可以随时检查、编辑或删除任何记忆。
LoreConvo 让你掌控一切：只有你选择安装会话钩子时，自动捕获才会运行；每次保存都可检查；你可以随时删除任何记忆。
每条记忆都会准确显示其来源——由哪个界面捕获、何时捕获、属于哪个项目上下文，以及由哪个技能生成。没有谜团。完整的溯源。
LoreConvo 将所有内容存储在你自己的机器上的 SQLite 数据库中。除非你显式启用可选的 AI 摘要功能（Pro，默认关闭），否则你的数据始终保留在本地；该功能会使用你自己的密钥将一段对话记录摘录发送到 Anthropic API。无需云账户。没有任何供应商能访问你的会话历史。
你的会话保存在 ~/.loreconvo/sessions.db 中——这是一个你拥有、可以备份、也可以随时删除的文件。
LoreConvo 为每个会话捕获两种类型的记忆：
情景记忆： 发生了什么——摘要、创建的工件、遗留的未决问题
语义记忆： 决定了什么——关于项目的稳定结论，可跨会话持续存在
两者共同为 Claude 提供一份结构化、可搜索的项目历史记录，而不仅仅是一堆聊天记录。
Related MCP server: ai-memory
LoreConvo 的 FTS5 搜索针对一个包含 60 个会话的合成语料库（6 个主题领域，36 个带标签的查询）进行了基准测试。
Variant | Recall@5 | MRR |
FTS5 + 复合词元扩展（默认） | 88.9% | 0.875 |
FTS5 基线（无扩展） | 72.2% | 0.708 |
复合词元扩展（camelCase / snake_case 查询预处理）在使用 autoSave、pipeline_tracker 和 get_context_for 等技术标识符的查询上，将 Recall@5 提升了 +35.7 个百分点。
一条命令即可安装：
bash install.sh这会创建虚拟环境、安装依赖项，并验证一切是否正常。不会更改系统 Python，也无需手动执行 pip 命令。
启动一个已加载插件的会话：
claude --plugin-dir /path/to/loreconvo或在现有会话中加载它：
/plugin add /path/to/loreconvo将 /path/to/loreconvo 替换为你保存源代码文件夹的位置。
修改代码后，使用 /reload-plugins 即可刷新，无需重启。
加载后，Claude 会自动获得全部 39 个 LoreConvo MCP 工具的访问权限。让 Claude“保存此会话”或“回忆我们讨论过的关于 X 的内容”，它就会自行使用这些工具。
点击提示框旁边的 + 按钮
选择 插件
选择 添加插件
浏览到 loreconvo 源代码文件夹
重要：共享数据库访问
Cowork 在沙盒虚拟机中运行，默认无法看到你的 Mac 文件系统。要读取 Claude Code 保存的会话，请在 Cowork 中向 Claude 提问：
“挂载我的 ~/.loreconvo 文件夹”
挂载后，Cowork 与 Claude Code 读写同一个数据库。在 Code 中保存的会话会立即出现在 Cowork 中。
Chat 不支持插件，因此 LoreConvo 提供了一个单命令桥接。在终端中运行：
bash export-to-chat.sh这会将你的上一个会话导出并复制到剪贴板（macOS）。切换到 Chat 并粘贴（Cmd+V）。Chat 立即获得来自你的 Code 或 Cowork 会话的上下文。
要搜索特定会话：
bash export-to-chat.sh "tax prep"LoreConvo 的核心价值在于上下文会自动跨 Claude 界面持续存在。以下是完整链路：
Claude Code (~/.claude/settings.json via `claude mcp add`)
|-- SessionEnd hook --> auto_save.py --> ~/.loreconvo/sessions.db
|-- SessionStart hook <-- auto_load.py <-+
|
Cursor (.cursor/mcp.json) <--MCP-----+
Codex (~/.codex/config.toml) <--MCP-+
Hermes Agent (~/.hermes/config.yaml) <-MCP-+
Cowork (MCP-native execution env) <--+
All surfaces: save_session / get_recent_sessions / search_sessions
Claude Chat (web)
|-- export-to-chat.sh --> clipboard --> paste into ChatClaude Code 是主要界面。钩子会自动运行：
会话结束时，auto_save.py 捕获对话并将结构化摘要（决策、工件、未决问题、标签）保存到本地 SQLite 数据库。
新会话开始时，auto_load.py 查询数据库，按信号质量对近期会话评分，并将最相关的上下文作为系统上下文注入会话。包含未决问题和决策的会话得分最高；低信号会话会被过滤掉。它还会索引项目目录中找到的任何 MEMORY.md（参见下文 MEMORY.md 自动索引）。
Cursor 通过项目根目录下的 .cursor/mcp.json 连接——与 Claude Code 使用相同的 MCP 协议。有关设置详情，请参阅 INSTALL.md。
OpenAI Codex 通过 ~/.codex/config.toml 中的 [mcp_servers.<name>] 部分连接。有关设置详情，请参阅 INSTALL.md。
Hermes Agent 通过 ~/.hermes/config.yaml 中的 mcp_servers: 键连接。有关设置详情，请参阅 INSTALL.md。
Claude Chat（网页）不支持插件。export-to-chat.sh 脚本弥补了这一缺口：它将你最近的会话导出到剪贴板，以便你直接粘贴到 Chat。这为 Chat 提供了 Code 本会自动加载的相同上下文。
结果是：当你在项目中途切换界面时，永远不必重新解释你正在做什么。
LoreConvo 在 MCP 工具可用时通过它们工作，在不可用时自动回退到捆绑脚本。无论 MCP 状态如何，你的会话都是安全的——保存、搜索和回忆操作在两种方式下都能同样工作。你无需配置任何东西；插件技能会静默处理切换。
LoreConvo 项目是持久化工作区——你在项目工作中的每个会话、决策和工件都可以从任何 Claude 界面搜索到。
# Create a project workspace
create_project("my-api", "REST API project", expected_skills=["openapi", "python"])
# Add persistent project instructions (optional)
create_project(
"my-api",
description="REST API project",
instructions="Python 3.10+, SQLite only. No cloud dependencies. Deploy via Docker."
)
# See recent sessions, skill usage, and open questions for the project
get_project("my-api")
# Search scoped to the project
search_sessions("auth design", project="my-api")项目指令（可选）：创建项目时，你可以存储 Claude 会在会话开始时看到的持久指令或约束。这有助于强制执行项目级标准，而无需在每个 CLAUDE.md 文件中重复。指令会显示在自动加载上下文中、近期会话摘要之前。
与 LoreDocs 配合使用时，LoreConvo 为所有 Claude 构建了一个可移植的项目工作区——会话记忆和结构化知识，完全在你的机器上。云 AI 工作区将你绑定到一个生态系统，而 Lore 组合则可在你已使用的每个 Claude 界面上工作。
如果你的项目有 MEMORY.md 文件，LoreConvo 会在每次会话开始时自动为其建立索引。这些内容会通过 search_sessions 与你的常规会话一起变得可搜索。
这意味着 Claude 可以回忆 MEMORY.md 中的项目约定、团队笔记或架构决策，而无需你提及它们。来自 MEMORY.md 的搜索结果会标记为 memory_md，并带有 source='file_memory'，以便你将其与常规会话条目区分开来。
扫描哪个目录？
默认情况下，LoreConvo 会扫描 Claude Code 正在运行的目录（当前工作目录）。要指向其他目录，请在 claude mcp add --scope user 命令中将 LORECONVO_PROJECT_PATH 作为环境标志传入：
"--env=LORECONVO_PROJECT_PATH=/Users/YOUR_USERNAME/projects/my_project"将 YOUR_USERNAME 和 my_project 替换为你的实际值。请使用完整的绝对路径——不要使用 ~ 或 $HOME。
在搜索结果中过滤 MEMORY.md 条目
要在搜索中包含 MEMORY.md 条目，正常使用 search_sessions 即可——它们会自动出现。要仅查看 MEMORY.md 条目，请按标签过滤：
“搜索标记为 memory_md 的 LoreConvo 会话，查找‘数据库约定’。”
索引会在每次会话开始时更新（幂等——不会累积重复项）。
安装后，通过向 Claude 提问来验证 LoreConvo 是否正常工作：
“运行
get_recent_sessions并显示结果。”
如果你看到会话列表（如果是第一次使用，则为空列表），说明 LoreConvo 已连接。如果出现关于缺少工具的错误，请重新运行 bash install.sh 并重新加载插件。
钩子验证（仅限 Claude Code）：
“检查 LoreConvo 是否在本会话开始时自动加载了任何上下文。”
如果 SessionStart 钩子正常工作，Claude 将自动收到来自你近期会话的上下文。
为获得最佳体验，请将以下代码片段添加到你的 ~/.claude/CLAUDE.md（全局）或项目的 CLAUDE.md 中。这会告诉 Claude 如何在各个会话中一致地使用 LoreConvo。
## LoreConvo (persistent session memory)
At session start:
1. Call `get_recent_sessions` to check for recent context relevant to the current work.
2. Use this context to avoid re-explaining things already discussed in prior sessions.
During the session:
- If important decisions are made or domain knowledge is shared, note it for the session summary.
At session end:
- Call `save_session` with a summary of what was accomplished, key decisions, open questions,
and any artifacts created. Use appropriate tags (e.g., project name, surface).对于 Cowork 用户： Cowork 不会自动运行钩子。请在项目 CLAUDE.md 中添加指令，在会话开始时调用 get_recent_sessions，在会话结束时调用 save_session。详情请参阅 COWORK_RESTORE.md。
LoreConvo 本地优先且免费使用。Pro（$8/月）取消会话限制，并解锁 LLM 级摘要、混合检索搜索和跨产品链接。无论哪种方案，一切都在你的机器上运行——Pro 不增加任何云组件。
Free 版搜索：关键词（FTS5）+ 近期排序。
Pro 版搜索：混合检索——向量（BGE-small-en-v1.5）、BM25 全文检索和近期重排序通过 RRF 融合相结合。按含义查找会话，而不仅仅是关键词。
免费版 | 专业版（$8/月） | |
已保存的会话 | 50 | 无限 |
全文搜索（FTS5） | 是 | 是 |
MEMORY.md 自动索引 | 是 | 是 |
项目标签、会话关联、技能历史 | 是 | 是 |
自动加载 / 自动保存钩子 | 是 | 是 |
本地优先、无云依赖、零 API 成本 | 是 | 是 |
相关会话发现 | 关键词共现 | 基于嵌入（BGE-small-en-v1.5） |
LLM 异步会话摘要 | -- | 是（Claude Haiku，可选） |
混合检索：向量 + BM25 + 时效性重排序（ | -- | 是（专业版） |
跨产品文档关联（ | -- | 是（同时需要 LoreDocs 专业版） |
团队记忆——跨机器导出/合并会话 | -- | 是 |
Anthropic 托管代理导出（ | -- | 是 |
使用 get_tier 查看您当前的版本和使用情况。使用 vault_set_tier 激活专业版许可证。
自动会话捕获：会话在结束时自动保存，在开始时通过 Claude Code 钩子自动加载——无需手动调用 save_session
跨客户端记忆：您的上下文可在 Claude Code、Cowork、Cursor、Codex 和 Hermes 之间跟随您——不局限于某个 IDE 或机器
结构化会话：捕获决策、产物、待定问题——不仅仅是原始文本；可选的 reasoning_notes 字段存储代理推理链
项目组织：按项目分组会话，并附带预期技能集
技能追踪：记录使用了哪些技能，以便智能筛选
角色标签：用于代理特定记忆的分层角色（例如 ron-bot:sql）
全文搜索：SQLite FTS5 可在所有会话中实现快速关键词搜索
MEMORY.md 自动索引：您的项目 MEMORY.md 会在会话开始时自动建立索引，并可通过 search_sessions 与常规会话一起搜索
LLM 异步会话摘要（专业版）：自动保存的会话会在后台使用 Claude Haiku 升级为 LLM 质量的摘要。通过设置 LORECONVO_ANTHROPIC_API_KEY 选择启用。每日上限（LORECONVO_SUMMARIZER_DAILY_CAP，默认 100）可防止 API 费用失控。仅限专业版。
基于嵌入的相关会话发现（专业版）：get_related_sessions 使用 BGE-small-en-v1.5 嵌入（余弦相似度 >= 0.75）自动发现内容相似的会话。每次保存最多 10 个双向自动链接，限定在同一项目范围内。免费版获得关键词共现链接。设置 LORECONVO_EMBEDDING_LINKS=0 可禁用嵌入链接。
跨产品文档关联（专业版）：自动发现并关联与任何会话最相关的 LoreDocs 文档，反之亦然。使用两个新工具：get_docs_for_session 和 session_link_doc。需要同时具备 LoreConvo 专业版和 LoreDocs 专业版。
本地优先：SQLite 数据库，无云依赖，零 API 成本
免费版 - 50 个会话
完整功能集：自动加载、全文搜索、标签、会话关联、导出和导入
本地 SQLite 存储——您的数据，您的机器，无需云账户
通过 Anthropic Marketplace 一键安装
专业版 - 每月 $8
无限会话
团队记忆：与队友共享会话（本地优先的异步导出/导入，无需服务器）
相关会话发现和语义搜索
Anthropic 托管代理导出
后台 LLM 质量会话摘要（异步）
LoreConvo 提供 39 个 MCP 工具，Claude 会在会话期间自动调用。下表列出了最常用的工具——完整参考请参阅 MCP 工具目录。
工具 | 功能描述 |
| 保存包含决策、产物和标签的会话摘要 |
| 列出最近的会话，可选择按界面筛选 |
| 按 ID 检索特定会话 |
| 在所有已保存的会话中进行全文搜索 |
| 提取某个主题的相关上下文（最适合"回忆"用途） |
| 为会话添加角色标签 |
| 使用关系类型关联相关会话 |
| 查找与给定会话相关的会话 |
| 创建带预期技能的命名项目 |
| 获取项目详情和关联的会话 |
| 列出所有项目 |
| 查看哪些会话使用了特定技能 |
| 主动建议要加载的相关上下文 |
| 检查当前版本和许可证密钥状态 |
| 设置活动版本（免费版或专业版） |
| 将会话导出为可移植的 JSON 格式 |
| 从之前导出的 JSON 文件导入会话 |
| 将相关会话合并为持久化记忆条目（回忆） |
| 将压缩后的记忆摘要注入当前会话（回忆） |
| 将会话标记为在指定日期后过期并清理 |
| 显示使用统计信息（会话数、界面细分） |
| 检查会话内部信息以进行调试 |
| 以 Anthropic 托管代理格式导出会话（专业版） |
| 重建 LanceDB 语义搜索索引（专业版） |
| 首次设置向导 |
| 查看整合活动日志 |
| 检索关联到特定会话的 LoreDocs 文档（专业版——需要 LoreDocs 专业版） |
| 手动在会话和 LoreDocs 文档之间创建关联（专业版——需要 LoreDocs 专业版） |
| 固定或取消固定会话，以将其排除在自动清理之外 |
| 列出标记为反模式的会话（应避免的方法） |
| 将会话标记为反模式，以便将来的回忆操作进行标记 |
| 从会话中移除反模式标签 |
| 保存结构化记忆条目：决策、待定问题或产物 |
| 按类型、项目、状态和时效性查询结构化记忆条目 |
| 在记忆条目的生命周期中移动它（退役、已解答、不解答） |
| 更正记忆条目的标题、正文、标签或元数据，或在项目之间移动它 |
| 存储或更新命名主题配置，以便代理在会话开始时自动加载目标上下文 |
| 使用存储的或调用时提供的主题，为代理返回目标会话上下文 |
| 将会话及其关联导出为 Mermaid 知识图谱 |
Python 3.10 或更高版本
macOS 或 Linux
mcp 和 click（由 install.sh 自动安装）
LoreConvo 是本地优先的。所有数据都存储在您机器上的 ~/.loreconvo/sessions.db 中。
收集的数据： 您保存时提供的会话标题、摘要、标签、界面标识符、项目名称和技能名称。不会自动收集任何遥测数据、使用分析或标识符。
存储： SQLite 数据库位于 ~/.loreconvo/sessions.db。无云存储。可使用 LORECONVO_DB 环境变量覆盖路径。
第三方共享： 默认不共享。只有您通过设置 LORECONVO_ANTHROPIC_API_KEY 启用可选的 AI 摘要功能（专业版）时，数据才会离开您的机器，该功能会在您自己的密钥下将有长度限制的对话摘录发送到 Anthropic API。保持该密钥未设置，所有内容都将保留在本地。
保留： 数据将一直保留，直到您通过 delete_session 删除或手动删除数据库文件。无自动过期。
完整隐私政策：https://labyrinthanalyticsconsulting.com/privacy
MCP 工具没有出现在 Claude Code 中？
确保您已先运行 bash install.sh。.venv 必须存在并已安装依赖项。
出现"没有名为 'mcp' 的模块"错误？
.mcp.json 指向插件文件夹内的 .venv/bin/python3。如果您移动了文件夹，请重新运行 bash install.sh。
Cowork 看不到在 Code 中保存的会话？ 请让 Claude"挂载您的 ~/.loreconvo 文件夹"，以便 Cowork 可以访问共享数据库。
如果 MCP 服务器不可达（例如在计划任务或自动化脚本中），scripts/save_to_loreconvo.py 可直接对 SQLite 数据库执行相同的核心操作。
# Save a session
python scripts/save_to_loreconvo.py \
--title "Daily QA run" \
--surface "qa" \
--summary "Ran full test suite. All passing." \
--tags '["qa", "automated"]'
# Read recent sessions
python scripts/save_to_loreconvo.py --read --limit 5
# Filter by surface
python scripts/save_to_loreconvo.py --read --surface code --limit 3
# Search sessions
python scripts/save_to_loreconvo.py --search "tax pipeline"该脚本会自动发现 ~/.loreconvo/sessions.db 数据库（或显式传入 --db-path）。它会生成正确的 UUID，并写入与 MCP save_session 工具相同的模式。
如果保存钩子崩溃得足够早——在完成启动之前——则不会记录任何故障，因此"自动保存已停止工作"警报在它存在就是为了捕获的那种情况下保持沉默。保存钩子现在即使在这种过早崩溃的情况下也会通过备份路径记录故障，因此警报会针对每种故障模式触发，而不仅仅是那些进展到足以自行报告的故障。
查看完整的变更日志以了解完整的发布历史。
Business Source License 1.1 (BSL 1.1) - Labyrinth Analytics Consulting
个人/非商业用途免费（最多 50 个会话）。商业用途需要付费许可证。将于 2030-03-31 转换为 Apache 2.0。有关详细信息，请参阅 LICENSE。
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Hosted MCP memory: save sessions/decisions once, search from Claude, Cursor, ChatGPT. EU-hosted FTS.
Persistent memory for AI agents. Search, store, and recall across sessions.
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/labyrinth-analytics/loreconvo'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
