memento：自托管的共享内存，用于 AI 编码助手
memento by Ddong8 是一个自托管的记忆系统，旨在作为 AI 编码工具的共享大脑，捕捉代理之间的对话和计划。该应用程序自动收集和同步聊天，构建知识图谱，并暴露混合搜索，以便代理能够回忆长期上下文。主要功能包括 BGE-M3 向量搜索、jieba 全文索引、每日 AI 摘要和本地清理。它的目标用户是需要在工具之间保持持久、私密上下文的开发者和高级用户。
你实际上可以用它做什么任务？
memento 作为一个持久的上下文存储，供开发者用来回忆之前的决策、搜索过去的对话，并生成活动摘要。该工具从 Claude Code、Cursor、Codex、Antigravity 和 Obsidian 中获取助手聊天记录，并构建一个包含实体、关系和观察的知识图谱。这个图谱加上混合检索支持诸如提示的上下文注入、项目时间线回顾和自动化的每日报告，这些报告总结了编码进展。
搜索和回忆结果有多可靠？
搜索管道结合了 BGE-M3 向量嵌入 进行语义匹配，以及 基于 jieba 的全文索引 进行关键词查找，因此结果融合了语义和词汇检索。知识图谱从聊天中提取实体和关系，这提高了针对性回忆的效果，相比于单纯的原始检索。检索质量取决于源对话的清晰度和提取步骤；嘈杂或分段不良的聊天会降低图谱边缘和向量的精度。
它需要什么输入和基础设施？
部署需要一个模型上下文协议 (MCP) 主机和一个通过 Docker Compose 协调的自托管后端，使用 Postgres、Redis 和 MinIO。一个本地收集器在 Mac、Linux 和 Windows 客户端之间同步。集成是 MCP 准备好的，因此该工具可以连接到 MCP 兼容的客户端进行就地内存查询。多租户支持、基于角色的访问控制和审计日志适合团队环境，但增加了操作设置任务。
它如何处理隐私、清理和团队访问？
memento 将数据保存在你的基础设施上，并实施本地清理，在存储之前去除机密信息，这支持注重隐私的工作流程。该系统提供多租户租赁，具有基于角色的控制和团队治理的审计日志。由于该项目是自托管的，组织保留文件的监护权，并可以审查日志和清理规则，使该工具与需要明确数据控制而非外部托管的环境保持一致。
适合基础设施精通的开发人员的实用匹配，需长期上下文
memento 是开发人员和高级用户的实用选择，他们需要在多个 AI 助手之间保持持久的、可搜索的记忆，并且能够操作自托管服务。该项目在开源 MCP 社区中受到好评，这表明与 MCP 客户端的积极集成。预计在部署和持续维护方面会有学习曲线；这最适合那些愿意接受运营责任以换取更严格数据控制的团队。
