memtomem：为 AI 编程 Agent 提供 Markdown 优先的长期记忆基础设施

memtomem/memtomem · Markdown-first, long-term memory infrastructure for AI agents. Hybrid BM25 + semantic search across markdown/code files via MCP.

GitHub原文发布未知首次收录 2026-10-03上架 2026-10-03 07:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

memtomem 是一个 Markdown 优先的 AI Agent 长期记忆基础设施。它把用户自己的 markdown 笔记、文档和代码文件（.md、.json、.py、JS/TS 等）索引成可搜索知识库，通过 BM25 关键词检索与稠密向量语义检索的混合搜索（含 RRF 融合）供 AI 编程 Agent 调用。项目通过 MCP 集成 Claude Code、Cursor、Codex 等客户端，提供 CLI、Web UI 仪表盘、命名空间、增量索引、去重/衰减/TTL 等维护能力，以及 Context Gateway、LangGraph Store 等扩展。原始 .md 文件是数据真源，数据库仅作为可重建缓存。

# 混合检索 # 长期记忆 # mcp-server # Agent 记忆 # 知识管理

核心能力与快速开始

★ 15 · Python

能做什么: 将本地 markdown、JSON、YAML、TOML、Python、JS/TS 文件索引为可搜索知识库；提供 BM25 关键词 + 稠密向量 + RRF 融合的混合检索；语义分块（Markdown 标题感知、Python AST、tree-sitter JS/TS、结构感知 JSON/YAML/TOML）；基于分块级 SHA-256 差异的增量索引；命名空间分组；近重复检测、时间衰减、TTL 过期、自动打标签等维护功能；Web UI 搜索与来源/标签/时间线/去重视图；MCP 工具接口（含 mem_do 元工具的路由模式）；可脚本化 CLI（多个命令支持 JSON 输出）；计划任务（cron 驱动的压缩、重要性衰减、死链清理、去重扫描）；Pinned Context；可选的 LangGraph Store 与 Hybrid LangGraph Store 实现；Context Gateway 用于在项目/用户 Store 中维护并分发 Skills、Commands、Subagents。
适用场景: 让 AI 编程 Agent 在跨会话时检索既有笔记与代码知识；为多工具开发者、个人知识库用户和团队构建统一可搜索的文档/笔记索引；在 Claude Code、Codex CLI、Cursor、OpenCode、Windsurf 等客户端中通过 MCP 接入记忆检索；用 CLI 与 JSON 输出把记忆读写接入脚本或 CI；通过命名空间、去重、衰减和计划任务长期维护记忆库；通过可选 LangGraph Store 集成到 LangGraph 长期记忆工作流。
项目形态: 可直接使用的工具
部署方式: 本地安装为主：支持 uv tool install / pipx 安装（可带 [all] 或最小安装）、项目级 uv add、以及免安装的 uvx 按需运行方式注册 MCP。Web UI 默认运行在 http://127.0.0.1:8080，可后台运行。README 提及可通过私有 git 仓库在多设备间同步 markdown 记忆。具体系统环境与其他部署要求未说明。
主要依赖: Python 3.12+。完整安装（[all]）约 340 MB（含 ONNX 稠密嵌入模型等）并可能额外下载模型；最小安装约 50 MB，不含本地 ONNX 模型、Web UI 与韩语分词器。Ollama 与 OpenAI 嵌入/LLM 提供方无需额外 extras。README 未说明具体的硬件要求、API 调用成本与配额限制。
使用限制: 项目标注为 Alpha，API、默认值和磁盘配置面可能在 0.x 版本间变化。README 未说明性能上限、索引数据规模上限、模型下载体积与耗时细节，也未说明嵌入/LLM 外部提供方的成本与速率限制。通过 uv 安装时可能受缓存元数据影响出现版本显示滞后。`uv tool install` 的 shim 位于 ~/.local/bin，在部分新 shell 中可能不在 PATH 上。Context Gateway 对 ~/.claude/projects/ 的扫描为可选且存在有损 slug 的注意事项。
许可证: Apache-2.0
最近推送: 2026-10-02 22:26

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-03 07:00 · 卡片整理：2026-10-03 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

将程序员自己的 markdown 笔记、文档和代码文件（.md、.json、.py、JS/TS 等）索引成可搜索知识库，通过 BM25 关键词检索与稠密向量语义检索的混合搜索供 AI 编程 Agent 调用，用于跨会话检索技术笔记与代码上下文。

查看内容依据

memtomem turns your markdown notes, documents, and code into a searchable knowledge base that any AI coding agent can use.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

将产品相关的 markdown 笔记与文档索引为可搜索知识库，供 AI Agent 通过关键词与语义混合搜索检索，用于跨会话找回产品决策等记录。

查看内容依据

개발 작업 인계·제품 의사결정·온보딩: 모델 없는 체험, 기록 양식, 2주 파일럿

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

CitationNeeded：可引用来源的混合检索 RAG 引擎

CitationNeeded 是一个面向生产风格的检索增强生成（RAG）服务，采用类型化、可替换的流水线阶段，支持 Markdown/HTML/PDF/文本加载、结构感知分块并保留精确字符偏移，稀疏 BM25 与向量检索混合并可用 cross-encoder 重排，输出带原文引用和 Pydantic 校验结构的答案。项目提供 FastAPI 只读索引服务及 Docker 配置，并附带基于 SciFact（BEIR）的可复现检索评测，报告 Recall@K、MRR、nDCG 等指标及逐阶段延迟。

book-to-skill：将技术书与文档转换为可按需加载的 Agent 技能

book-to-skill 是一个 Python 工具，能从技术书、内部文档、规范或研究资料中抽取结构（框架、决策规则、反模式、章节内容），生成符合 Agent Skills 开放标准的 SKILL.md 及章节、词汇表、模式与速查文件，写入跨 Agent 的技能目录。生成的技能可由 GitHub Copilot CLI、Amp、Codex、Claude Code 等宿主按需加载对应章节来回答问题，从而减少将整本书放入上下文带来的 Token 消耗。该仓库是上游的 Windows-first 维护型 fork，补充了繁体中文文档、Windows 开发与验收流程以及上游追踪机制。

CogStack：为 AI 编程助手提供持久上下文记忆与混合检索的引擎

CogStack（仓库名 mcp-context-chronicler）是一个面向 AI 辅助开发的持久上下文引擎。它把编码会话中的决策、经验与工具用法分层记录为记忆，通过 FAISS 语义向量与 BM25 文本检索的加权混合搜索进行召回，并以 SQLite 本地持久化，同时提供 MCP 服务器接口供 AI 编程助手接入。README 还描述了 OpenAI、Claude 的嵌入与摘要集成、Web 可视化面板、多语言支持及文件导入导出的团队共享方式。

AI Recruiting Copilot：基于 Azure AI 的招聘简历筛选、候选人匹配与投标响应工作流

AI Recruiting Copilot 是一个部署在 Azure 上的招聘辅助系统。它使用 Azure Content Understanding 从 PDF、Word 和扫描图片格式的简历中提取结构化候选人档案，并用 Azure AI Search 混合检索与透明评分公式把候选人与职位描述匹配。项目基于 Microsoft Agent Framework 构建招聘 Agent，让模型只看到匿名档案，只能依据代码计算的匹配得分作答，并拒绝基于年龄、婚姻状况等受保护属性的筛选请求。它还提供针对公共部门 Requests for Resumes 的核对流程：从 PDF 读取强制性与评分要求，按日期化工作经历核对证据，起草匿名响应表格和摘要，最后由招聘人员审批并导出 Word。仓库包含 Terraform 基础设施、合成数据集、离线测试与提取、搜索、Agent 和投标流程的评测脚本。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。