tabellio-mcp
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@tabellio-mcprecall my preferences for editor theme and keybindings"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
tabellio
罗马的契约代书人:公开立契,且必须留存副本以备日后核验。
一个通用记忆服务,让 agent 记住该记的事 —— 并且答得出「这条记忆谁写的、依据什么」。
tabellio 给 agent 用的长期记忆:本地优先、纯文本落盘、成本可控、可审计、可带走。
一次落盘,任何 CLI / IDE / 自研 agent 通过 MCP 共用同一份记忆。
npm i -g tabellio
tabellio status # 建库 + 看一眼
tabellio recall --query "编辑器偏好" # 按预算取回记忆
tabellio-mcp # 给宿主用的 MCP stdio 服务器(默认只读)零运行时依赖,Node ≥ 20.11,不需要 npm install。
它到底是什么
一条事实一个 .md 文件,frontmatter 记着 kind / trust / tags / 来源与有效期;
index/ 全是生成物,删掉能重建。没有数据库、没有后台进程、没有网络调用。
默认 pull,push 例外:agent 要什么就问什么;always-on 的只有极小核心档。
文件是唯一真相源:任何时刻可
cat、可 git、可带走;索引可以丢,事实不能丢。写入过闸门:去重、长度、信任分级、破坏性改写,全部 fail-closed;拒绝是正常结果。
预算感知:调用方给 token 预算,服务端裁剪并说明裁掉了什么。
有 receipt:每次召回/写入都能回答「为什么给了它 / 为什么没给」。
用法、命令清单、--json 的冻结形状、库布局:docs/07-usage.md。
Related MCP server: agent-memory
为什么要新起一个项目
前作 dsh-engramory-recall(Engramory 格式 DSH 插件)工程上完成度不低(839 测试、已发布、有面板与 MCP 只读视图),但它回答的是一个错的问题:把「每轮往上下文里塞几条指针」当成记忆的主要形态。它自己的账本给出了证据:
指标 | 实测 |
注入 | 131 轮、655 条指针 |
基础打开率(代理指标) | 2.4% |
携带 ≥8 次、一次没被翻开 | 23 条 |
能不能证明「让回答变好」 | 不能(指标只到「后来被打开」) |
结论:push 式注入的信息密度太低,而且没有评测就没有方向。tabellio 的三条不同:默认 pull、评测先行、记忆分层 + 巩固管线。
但这不是替代关系(2026-10-16 的项目决定:旧插件不许冻结 —— 「一个不变的项目没有任何意义」):旧插件继续迭代,新能力优先在它身上验证;通用化与跨宿主的部分进本项目。两条线共享一个 memory-core 内核。
文档导航
文件 | 内容 | 状态 |
立项书:目标、非目标、判据、里程碑、风险 | 已定稿 | |
竞品架构调研(mem0 / Letta / Zep / Cognee / …) | 已完成 | |
评测方法与自建评测集方案 | 已完成 | |
宿主支持、MCP 现状、分发渠道、进程模型 | 已完成 | |
模型选型与月成本模型(三档方案) | 已完成 | |
记忆在 AGI 方向的前沿与可下注之处 | 已完成 | |
架构设计(分层、闸门、账本、检索) | 已定稿 | |
用法:六个命令、MCP、库布局、退出码 | 已定稿 | |
评测跑法与判据 | 已完成 | |
命名调研(为什么叫 tabellio) | 已完成 |
纪律(一开始就定下来,免得重蹈覆辙)
判据先行:三条必须满足的判据没定稿、没跑出基线之前,不写产品代码。
评测是产品的一部分:每个里程碑都必须能跑一次端到端评测,并留下结果;没有数字的功能等于没做。
旧插件是同伴不是遗产:两条线并行、共享
memory-core;它的库(72 篇)与账本(.engramory-recall.jsonl)直接当迁移样本与评测输入。新系统要在评测上赢过它 —— 赢的是长板,不是把它判死。数据可带走:纯文本(或可导出为纯文本)永远是真相源。
成本是约束不是事后优化:默认档必须便宜到「不心疼」,贵的档必须可关。
License
MIT © Yang Fu
This server cannot be deployed
Maintenance
Related MCP Connectors
One memory, every AI. A shared, user-owned markdown memory your AI clients read and write over MCP.
- KogniteOAuthdev.kognite
Hosted agent memory: store, search, and recall facts across sessions from any MCP client.
Cross-session memory for AI agents with a Source Receipt for every memory, over MCP.
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceEnables reading, writing, and searching a local markdown-based memory store using MCP tools, with safety checks and index consistency.MIT
- AlicenseNot gradedqualityBmaintenanceProvides a local markdown-based memory system for coding agents through MCP, enabling search, add, register, inventory, sync, and ingest operations across user and project memory. It gives any agent tool a durable, provider-agnostic shared memory stored in folders you own.2MIT
- AlicenseNot gradedqualityAmaintenanceProvides persistent, shared memory for AI agents via MCP, enabling retrieval of relevant memories instead of loading entire context. Allows agents across projects, machines, and tools to share a single auditable, markdown-native brain.3AGPL 3.0
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to store, search, consolidate, and trace durable memories as plain Markdown files, with a disposable BM25 index and provenance tracking via MCP tools.MIT