Skip to main content
Glama

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 setup --write --verify          # 写 MCP 配置,再用宿主自己的命令验证(默认 dry-run)
tabellio hook install --host claude      # 可选:装 Claude Code 会话结束钩子(默认 dry-run)
tabellio hook install --host claude --write
tabellio hook install --host claude --session-start --write  # 再加「待批准候选」提示
tabellio schedule install --write         # 可选:macOS launchd 每 6 小时自动发现近似重复(只产提案)
tabellio schedule status                  # 看定时任务在不在、launchd 里有没有加载
tabellio status                          # 建库 + 看一眼
tabellio doctor                          # 只读体检:库 / 宿主配置 / 钩子 / 定时任务
tabellio recall --query "编辑器偏好"      # 按预算取回记忆
printf '%s\n' '# 发布流程' '' '发版前跑 npm test 和 node bench/run-eval.mjs。' \
  | tabellio capture --file -             # 先收成候选,不静默入库
tabellio inbox --accept <候选 id>         # 人看过、批准后才进主库
tabellio consolidate --auto --write          # 自动发现近似重复,只写待批准提案(不改笔记)
tabellio inbox --accept <提案 id>             # 批准后才合并;可 --undo 撤销
tabellio-mcp                             # 给宿主用的 MCP stdio 服务器

零运行时依赖,Node ≥ 20.11,不需要 npm install。

tabellio-mcp 默认只读,工具面是 recall / search / read / list / status;recall 一次返回预算内的记忆正文,search 只给指针。加 --allow-write 才挂两个写工具:remember 直接写正式记忆,capture 只写候选、由人在 CLI 批准。

setup 只认 Claude Code / Cursor / Codex 三家,写前备份、默认只预览,已有的不同配置要显式 --force; --verify 会调用宿主自己的 CLI:Claude Code 报 Connected 才算连上;Codex 只接受配置、不做连接检查; Cursor 没有无头检查,需要 GUI 确认。找不到宿主 CLI 不会误报成配置失败。 DSH 的 YAML loader patch 还不敢让程序改。capture / inbox 是「自动记忆」的诚实版本: 默认不会从对话里自动抽取;只有你显式装 Claude Code 的 SessionEnd 钩子 (tabellio hook install --host claude --write),会话结束时才会从用户发言里抓显式线索 (「以后都用…」「记住…」「我偏好…」),生成候选,不写主库。候选仍要在 inbox 里由人批准, 批准时才走与 remember 同一条写入闸门。加 --session-start 后,下次会话开始会提示待批准候选数与自动巩固提案数 (只读,不写库)。钩子只支持 Claude Code、默认不装、不联网、最多 3 条/会话; 它可能漏、也可能误,也不常驻后台、不会自动改笔记。macOS 上可以再装一个可选的 launchd 定时任务 (tabellio schedule install --write),每 6 小时跑一次自动发现;它同样只产提案,执行仍要人批准。 tabellio doctor 是只读体检:把库的解析失败/索引陈旧/待批准候选、宿主 MCP 配置是否指向当前库、配置里的 Node/MCP 入口是否还存在、Claude 钩子和定时任务的状态一次列出来,并给下一步命令;它不会替你修任何东西。

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。当前(M1 + M2:读取回执 / 巩固 / 撤销 / 自动发现提案 / 可选定时发现 / 只读体检 doctor)没有数据库、没有常驻后台进程、没有网络调用;可选的 macOS launchd 定时任务只是到点跑一次扫描、只产提案;常驻核心与自动执行仍在路线图里(docs/06 §2/§8)。

  • 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。

  • 可解释(M1 + M2:回执 / 巩固 / 撤销):recall 返回分数拆解、来源与 budget.dropped;加 --receipt / --save-receipt 会把这次判断落成可核验回执(不含正文,只记 noteSha256),explain 逐条解释纳入 / 未纳入 / 预算丢弃,verify 核对回执是否被改、库是否漂移。consolidate 默认只出计划,--apply 才写元数据并留巩固回执,--undo 可整单撤销;当前支持 invalidate(按 supersedes 失效)与显式 archive(只改 status,不写有效期),两者都只动元数据。--merge / --summarize / --promote 默认只出内容类提案;加 --apply 会写目标,merge/summarize 还会把源写成 valid_to + superseded_by(正文不动),promote 只写候选、不关源;内容类 run 有独立回执与 --undo。自动发现(consolidate --auto、Claude 钩子或 macOS launchd 定时任务)只产待批准提案,不直接改笔记;写入回执、自动执行与常驻后台巩固仍未做。

用法、命令清单(含 doctor 的体检项)、--json 的冻结形状、库布局:docs/07-usage.md。

Related MCP server: marrow

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 当前已落地的不同:默认 pull、评测先行、索引分层、可核验回执;巩固已开工(显式 consolidate:invalidate + archive + 回执 + 撤销;merge / summarize / promote 默认提案、--apply 执行且有内容类回执与撤销;--auto 自动发现近似重复、只产待批准提案;可选 macOS launchd 定时任务只是定期触发这条发现),自动执行/自动巩固仍是 M2 计划。

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

docs/00-brief.md

立项书:目标、非目标、判据、里程碑、风险

已定稿

docs/01-landscape-systems.md

竞品架构调研(mem0 / Letta / Zep / Cognee / …)

已完成

docs/02-evaluation.md

评测方法与自建评测集方案

已完成

docs/03-hosts-and-interfaces.md

宿主支持、MCP 现状、分发渠道、进程模型

已完成

docs/04-cost-model.md

模型选型与月成本模型(三档方案)

已完成

docs/05-agi-direction.md

记忆在 AGI 方向的前沿与可下注之处

已完成

docs/06-architecture.md

架构设计(分层、闸门、账本、检索)

草案(M1 + M2 读取回执/巩固已实现)

docs/07-usage.md

用法:十六个命令、MCP、候选闭环、自动巩固提案、会话钩子、定时任务、只读体检、回执、巩固、库布局、退出码

已定稿

docs/08-eval-runbook.md

评测跑法与判据

已完成

docs/09-naming.md

命名调研(为什么叫 tabellio)

已完成

docs/11-semantic-recall.md

语义召回进核心:索引、合并、生命周期与信任过滤

已实现(0.1.7–0.1.8)

docs/12-conformance-and-tuning.md

适配器一致性自检(22 项)与评测门控调参

已实现(0.1.9)

状态口径(2026-10-19):M1(CLI + MCP + 检索闸门 + 导入 + 判据 1 评测)已完成;M2 已开工(读取回执 / explain / verify / 显式巩固 consolidate(invalidate / archive)/ undo 已实现;合并、摘要、提升的提案层与执行层(--apply + 内容类回执 + undo)已实现;setup + capture / inbox 上手闭环已实现;Claude Code SessionEnd 钩子已实现、默认不装、只生成候选;--session-start 可在会话开始提示待批准候选(只读);自动发现(consolidate --auto / 钩子)只产合并提案、仍要 inbox 批准;macOS launchd 定时任务(schedule)只是定期触发发现、默认不装、只产提案;doctor 提供只读体检、不自动修复;反馈排序与遗忘衰减(recordFeedback / applyFeedback / decay,默认关闭、只影响排序)已进核心;语义召回的核心部分(indexSemantic / semanticRecall / mergeSemanticItems,embedding 由宿主注入)已进核心;适配器一致性自检(tools/conformance.mjs,22 项)与评测门控调参(tools/tune-recall.mjs,只给建议不自动落盘)已提供;自动执行、自动衰减开关、写入回执与常驻后台巩固未做);M3 分发侧完成(npm 包 + MCP registry),Claude Code 已实测 connected、Codex 只到 configured、Cursor 仍 unverified,三宿主录屏/日志未齐。调研文档截至 2026-10;2026 H2 的模型原生记忆与托管服务尚未纳入。

纪律(一开始就定下来,免得重蹈覆辙)

  1. 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。

  2. 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。

  3. 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。

  4. 数据可带走:纯文本(或可导出为纯文本)永远是真相源。

  5. 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

Maintenance

ActivityMaintained
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    B
    maintenance
    Provides 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.
    2
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Provides 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.
    3
    AGPL 3.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables 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