SuperLocalMemory：让 AI 智能体跨会话保留项目记忆

通俗解释：SuperLocalMemory 是干什么用的？

SuperLocalMemory 是 Qualixar 推出的开源 AI 智能体记忆工具。可以把它理解成一本“AI 助手能够读写、搜索和更新的项目笔记本”：今天告诉助手的部署规则、技术决策或个人偏好，可以先存下来，等下一次会话或换一个编辑器时再找出来，减少反复交代背景的工作。

它主要提供持久保存、检索、纠错和权限控制这一层能力。适合长期使用 AI 编程助手、经常切换工具，或希望自己管理项目知识的开发者与技术团队。需要先安装并接入支持的客户端；仅下载软件，并不等于所有聊天记录都会自动变成可用记忆。

把项目决定、规则与经验变成可检索的长期记忆

记忆可以按事实、决策、规则、操作方法等类型组织。比如保存“测试环境数据库使用哪个端口”“发布前需要完成什么检查”，以后直接用自然语言提问。检索会综合语义、关键词、时间和关联关系，并可按项目、记录类型等条件缩小范围，帮助助手找到当前任务真正需要的背景。

信息变动时，可以用替换机制让新事实生效，同时保留旧记录。经过审阅的纠错支持回滚，时间查询还可以区分“当时发生了什么”和“系统当时已经知道什么”。这些机制适合维护会变化的项目知识，但检索分数只是排序信号，不能直接理解成事实正确率。

从安装到保存第一条记忆的操作流程

按照官方安装指南，npm 安装方式要求 Node.js 18+ 和 npm 9+；通过 pipx 或 uv 安装 Python 版本时，支持 Python 3.12–3.14。

1. 在终端执行 npm install -g superlocalmemory。
2. 执行 slm setup，初次体验可选择 Mode A 本地核心模式。
3. 保存一条不含敏感信息的测试记录，例如 slm remember "测试环境数据库端口是 5434。"。
4. 用 slm recall "测试环境数据库使用哪个端口？" 检索，检查返回的记录是否确实回答了问题。
5. 运行 slm status 查看状态，再根据实际编辑器接入，例如 slm connect cursor。

先跑通一次“保存—检索—核对”，再配置自动捕获或长期使用，更容易确认记忆是否进入了正确的工作范围。不同客户端的插件、hooks 和 MCP 配置方式有所区别，应以对应的官方接入说明为准。

跨编辑器和网页助手共享上下文

SuperLocalMemory 提供 CLI、MCP 和面向不同宿主的插件入口。对于使用多个 AI 编程工具的人，共用记忆库可以减少在编辑器之间复制项目说明的步骤。应明确使用哪个 profile、哪些内容允许共享，并实际测试一个客户端保存的记录能否被另一个客户端正确检索。

网页助手可通过可选的 Web access 接入：在控制台选择要共享的 profile，在 Connected apps 中添加应用，完成 OAuth 授权，并选择只读或允许保存。此时运行记忆服务的电脑必须保持在线。数据库仍保存在本机，但工具请求和返回内容会经过网关以及连接的网页应用，不能把这一过程理解成完全离线。

本地模式、云端模式与隐私边界

• Mode A：核心保存与检索使用本地嵌入模型，不要求接入生成式大模型服务，也不要求模型服务商 API Key。首次准备依赖和模型仍可能需要下载。
• Mode B：通过 Ollama 或兼容端点增加语言模型处理能力。只有端点实际运行在本机时，才能按本机处理来理解，资源消耗也取决于所选模型。
• Mode C：可接入配置的外部或云端模型，查询和记忆文本可能发送给相应服务商，需要考虑其计费和数据政策。

官方模式对照列出了各模式的边界。在线答案检查、外部应用、连接器与备份也需要单独考虑；本地记忆服务不会让原本使用云端模型的助手自动变成本地模型。产品提供工作区角色、scope、保留策略和审计等控制，但这些能力不等于取得某项法律合规认证。

Laya 和 Jev：检查记忆是否真的回答了问题

“找到相似的内容”与“找到足以回答问题的证据”并不相同。答案检查会对召回内容再做判断，在证据不足时给出相应信号，让助手有机会明确表示记忆中没有答案。

Laya 在 Apple Silicon Mac 上运行，模型下载约 1.1 GB，下载完成后不需要服务商密钥或按次付费。Jev 是可选在线方案，需要用户自己的 TypeSafe 或 OpenRouter 密钥，并明确同意外发数据。普通检查默认发送问题和前 3 条记忆；单独开启重排时，最多会涉及前 20 条记忆。

具体行为见官方答案检查说明。相关性得分和答案检查结果都应作为辅助判断，不能据此承诺助手永远不会答错。不同调用入口对“仅相关但不构成答案”的内容也有不同呈现方式。

文档、图片与 PDF 也能成为记忆来源

可选的本地媒体索引支持 PNG、JPEG、GIF、WebP 图片及 PDF 页面，并结合 OCR、文件和页码引用帮助定位来源。例如，用户可以描述一张截图或某页内容，再回到具体文件核实。

这项能力默认关闭，要求 16 GB 内存并需下载相应模型；官网同时列出了部分架构限制，不能推断所有电脑都能运行。文件夹和 Obsidian 知识库也可以通过 slm sources add 进行只读映射，适合保留原有文件管理方式的人。 媒体索引目前不支持 Intel Mac 或 Windows on ARM。

免费范围、开源许可和设备要求

截至 2026 年 10 月 18 日，官网将本地核心标为免费、AGPL v3 开源。可选 Web access 为每个连接提供每日免费额度，但公开页面未明确统一的具体次数或付费价目，启用前应再次核对当前服务条件。

云端模型、Jev 所用服务商以及已有 AI 客户端可能另行收费，免费本地核心不包含这些第三方费用。预构建安装支持 Apple Silicon macOS、64 位 Windows 和 64 位 Linux；Intel Mac 与 32 位 Windows 没有对应预构建安装。商用部署与再分发应查看仓库中的 AGPL v3 许可条件。

常见问题

不联网也能使用 SuperLocalMemory 吗？

依赖与模型准备好后，Mode A 的核心记忆流程可以在本地运行。Web access、外部模型和在线答案检查需要联网，连接的 AI 助手也可能有独立的联网要求。

一定要付费或提供 API Key 吗？

使用 Mode A 本地核心不需要模型服务商密钥。选择 Jev 或云端模型时，才需要相应服务的凭据，并按该服务商的规则承担费用；不能将其理解成所有外部服务都免费。

多个 AI 助手能共用同一份记忆吗？

可以通过支持的客户端集成或 MCP 访问同一个记忆库。应先配置 profile 与权限，再用一条测试记录检查跨客户端的保存和检索行为；网页接入还要求本机在线。

官方资源与开发者社区

• 官方 GitHub 仓库与文档：查看源码、许可、集成方式和问题反馈入口。
• 日常工作流示例：了解记忆保存、替换、时间查询和网页应用接入。
• 治理与数据控制说明：核实工作区权限、审计、保留和删除机制。