给现有 AI 客户端加上一层会自动记忆的本地网关。
普通聊天只需接入 OpenAI-compatible /v1：Memory Platform 自动召回相关记忆、注入上下文，并在完整回答后提取值得长期保存的信息。
无需配置 MCP，也无需额外提示 AI“记住这件事”。 MCP 是可选入口，用于显式搜索、整理记忆和检索知识库。
记忆保存在自己的设备上，随时可以查看、修改、删除和备份；模型渠道、路由和故障切换统一由服务端管理。
Automatic memory gateway · Local-first · Auditable · Model-neutral · 所有产品界面均为演示数据，不含真实用户内容
| 你可能先想知道 | 简短回答 |
|---|---|
| 它是做什么的？ | 一个运行在聊天客户端和模型之间的自动记忆网关：需要时召回并注入相关记忆，完整回答结束后提取值得长期保留的信息。 |
| 适合谁？ | 已在使用 Chatbox、RikkaHub、FLIT 或其他 OpenAI 兼容客户端，希望 AI 记得个人偏好与长期项目的人。 |
| 数据保存在哪里？ | 记忆、知识文档和运行配置保存在本机；Docker 把 Memory 数据/密钥与 Model 数据/密钥分成四个私有卷。 |
| 需要更换客户端吗？ | 不需要。把现有客户端的 Base URL 指向 Memory Platform 的 OpenAI 兼容 /v1 即可。 |
| 需要 MCP 或记忆提示词吗？ | 普通聊天不需要。网关自动处理召回与保存；/mcp 只用于模型显式搜索、整理记忆和检索知识库。 |
| 会绑定某个模型吗？ | 不会。客户端始终使用 memory-auto，以后更换渠道或模型只改服务端配置。 |
| 最快怎么开始？ | 启动 Docker → 浏览器里配置模型 → 在客户端填写 Base URL、API Key 和模型名三项。 |
Memory Platform 不是新的聊天客户端，也不自带大模型。语义搜索使用的 embedding route 是可选项；不创建或关闭它即明确使用关键词检索。
Important
“本地优先”不等于“永不联网”。 记忆、知识文档和配置默认留在自己的设备上；如果使用云端模型渠道，你主动发送的当前消息，以及本轮允许使用的相关上下文，会发给该渠道完成推理。默认部署面向个人电脑或可信家庭网络，请不要把服务无鉴权暴露到公网。
客户端只需要连接 Memory Gateway。普通 /v1 请求的记忆召回、上下文注入和回答后提取都由网关自动完成，不依赖模型是否记得调用工具。Model Gateway 在后方按稳定用途选择渠道、模型和备用顺序；需要显式搜索、整理记忆或检索知识库时，再按需使用 /mcp。
- 网关自动记忆，而不是等待模型调用工具：普通 OpenAI-compatible 聊天自动召回、注入和保存；MCP 与额外记忆提示词都不是前提。
- 接入现有客户端，而不是重做聊天入口：只需替换 Base URL、API Key 和模型名，继续使用熟悉的聊天客户端。
- 治理先于“记得更多”：每条记忆保留来源和状态，可解释为什么被召回，也可以编辑、归档、恢复或彻底删除。
- 记忆和知识物理分开：个人事实与长期偏好进入
memory.db；导入的长文档进入独立的knowledge.db，不会混入记忆衰减或自动聊天上下文。 - 模型选择留在服务端：Model Gateway 按稳定用途选择渠道、模型和备用顺序，客户端与记忆数据不用跟着供应商迁移。
常见项目解决的不是同一层问题，按你的首要目标选择即可：
| 你的首要目标 | 更适合先看 |
|---|---|
| 给自研应用接入通用记忆 SDK、服务端 API 或托管平台 | Mem0 |
| 构建强调实体关系、事实有效期和历史查询的时态上下文图 | Zep / Graphiti |
| 构建由 agent 自主管理状态、记忆和工具的有状态 agent runtime | Letta |
| 继续使用现有 OpenAI 兼容客户端，同时获得网关自动记忆、本地部署、可审计治理、独立知识库和统一模型路由 | Memory Platform |
这不是性能排名。Memory Platform 当前更偏个人、本机或可信家庭网络；它不试图替代托管记忆平台、完整时态知识图谱或 agent runtime。
只需要 Docker Desktop 和一个模型渠道的 API Key；不需要安装 Python、Node.js，也不需要 clone 仓库。
macOS / Linux 终端（版本号必须固定到要安装的 release）：
VERSION=v0.2.0
curl -fsSL "https://raw.githubusercontent.com/SparkHello/Memory_Platform/$VERSION/deploy/install.sh" -o install-memory-platform.sh
MEMORY_PLATFORM_VERSION="$VERSION" sh install-memory-platform.sh安装完成后记住两枚密钥文件、三步用法：
- 用
credentials/gateway.txt（旧版为gateway.key）里的 token 登录网页控制台http://127.0.0.1:2026/ui/； - 在「模型与路由」输入
credentials/admin.txt（旧版为admin.key）里的 admin key，配置模型渠道； - 在网页里生成聊天 key（chat token），填进你的聊天客户端。
首次启动需要 1–2 分钟；配置完模型渠道后即可聊天。全新安装在配置模型前 /health 为 200、/readyz 为 503 是正常的：前者保证首次设置页面可访问，后者才表示业务运行就绪。密钥值不会进入环境变量、命令参数或 Docker 日志，只写入安装目录 credentials/ 下的 0600 文件；终端只报告文件路径。
卸载见栈运维指南 · 卸载 Docker 安装。不要用 docker system prune。
安装器实现细节（digest 固定、备份与升级策略、离线迁移）
脚本会：下载固定 release → 把三枚镜像解析为不可变 digest → 旧栈停写后创建并复验一致性备份（每次升级一份）→ 离线初始化或迁移 → 启动独立的 Memory/Model 容器。
重复运行同一版本命令用于修复；升级时显式把 VERSION 改为目标 release。已有已配置安装升级后若 /readyz 退化，安装器会自动恢复旧 Compose 和数据；全新安装则只要求 /health，以便先打开设置页面。默认目录是 ~/memory-platform。镜像签名验证默认跳过（镜像已按 digest 固定）；需要时设 MEMORY_VERIFY_SIGNATURES=1 启用 Sigstore 验签。
国内网络直连 GHCR 或 GitHub 受阻时：脚本下载失败可先设代理（HTTPS_PROXY=http://127.0.0.1:7890）重跑；镜像拉取失败可设 MEMORY_IMAGE_REGISTRY=<GHCR 镜像站域名> 覆盖镜像源（只替换 registry 主机，仓库路径与 digest 固定不变）。
VERSION=v0.2.0
curl -O "https://raw.githubusercontent.com/SparkHello/Memory_Platform/$VERSION/deploy/docker-compose.user.yml"
mkdir -m 700 credentials
printf 'HOST_UID=%s\nHOST_GID=%s\n' "$(id -u)" "$(id -g)" > .env
docker compose -f docker-compose.user.yml up -dCompose 拉取同一 semver 的 memory-platform-memory、memory-platform-model 和 memory-platform-init 镜像；正式安装器还会把 tag 固定成实际 digest。首次启动期间 http://127.0.0.1:2026/ui/ 暂时打不开是正常现象。就绪后查看密钥文件：
cat credentials/gateway.txt # 或旧版 gateway.key
cat credentials/admin.txt # 或旧版 admin.key全新安装时，第一枚是仅有 Console scope 的 first-console token；旧卷迁移时才保留一个版本的 legacy all-scope key。登录后在「接入信息」为每台聊天客户端/MCP 客户端创建独立 token。第二枚 admin key 只用于修改模型渠道与路由。端口 2026 被占用时，在 .env 增加 MEMORY_PORT=3026 后重启即可。
接下来：
- 打开
http://127.0.0.1:2026/ui/，用credentials/gateway.txt（或旧版gateway.key）中的初始 Console token 连接（迁移旧卷时该文件暂为 legacy key）。 - 进入「模型与路由」，用 admin key 解锁本次配置操作。
- 新建渠道、填写供应商 API Key，并从自动发现的列表中选择模型。
- 在「接入信息」创建命名的 chat token，再按下方的客户端接入填写 Base URL、token 和模型名。
镜像升级不会删除四个私有卷中的数据。日常命令、token 撤销、备份和迁移见栈运维指南。
适合 macOS/Linux，需要 Python 3.12+、Node.js 22 和 npm：
git clone https://github.com/SparkHello/Memory_Platform.git
cd Memory_Platform
scripts/setup.sh安装脚本会准备环境、构建 Web Console、启动服务、生成本地密钥，并进入模型配置向导。只准备环境时使用 scripts/setup.sh --install-only；不需要 Web Console 时可以加 --skip-ui。
也可以让 AI/Agent 按AI 安装指南生成不含密钥的配置单，再调用 scripts/setup.sh --config <文件> --json 完成安装。供应商 API Key 只通过标准输入传给安装命令。
在 Chatbox、RikkaHub、FLIT 等客户端中新建“OpenAI 兼容”提供方，填写：
Base URL: http://127.0.0.1:2026/v1
API Key: 在「接入信息」为该设备创建的 chat token
模型名: memory-auto
发送一条完整消息后，打开 http://127.0.0.1:2026/ui/ 查看是否产生了记忆。以后更换供应商或模型，只改服务端配置，客户端继续使用 memory-auto。
普通聊天不需要安装 MCP，也不需要在 system prompt 里要求模型判断“什么时候该保存记忆”。默认 read-write 模式由 Memory Gateway 自动处理相关记忆的召回、注入和回答后提取。
手机上的 localhost 和 127.0.0.1 指手机自己。局域网或 Tailscale 设备需要改用运行 Memory Platform 的电脑地址；Docker 部署还需先在 Compose 同目录 .env 加一行 MEMORY_HOST=0.0.0.0 并重启，放开局域网监听。具体填写位置、验证步骤和常见问题见客户端接入指南。
支持 Streamable HTTP MCP 的客户端可以连接：
http://127.0.0.1:2026/mcp
鉴权使用为该 MCP 客户端单独创建的 mcp token，不与 chat 或 Console 共用。MCP 适合让模型显式搜索、保存或整理记忆，以及检索你明确导入的知识文档；它是增强入口，不是自动记忆的前提。
| 你想做什么 | 使用入口 | 谁决定何时使用记忆 |
|---|---|---|
| 在普通聊天客户端里自动记住和召回 | /v1 |
Memory Platform 自动处理 |
| 让模型主动搜索、保存或整理记忆 | /mcp |
模型调用工具 |
| 查看、修改、删除、导入或备份 | /ui |
你在浏览器中操作 |
| 只使用统一模型路由 | Model Gateway /v1 |
调用方选择用途 |
知识库不会因为使用聊天代理而自动进入上下文，需要通过 MCP、REST 或 Web Console 显式检索。
打开浏览器即可看到本轮上下文、长期核心记忆，以及“为什么这条记忆会被召回”。
系统等待完整回答结束，核对原话、主语、否定关系和敏感性，再决定是否保存。截断、内容过滤或未完成工具调用不会写入新记忆。
用户不需要逐条补充“请记住”之类的提示；系统只从用户实际表达过的内容中保守提取值得长期保留的信息。
所有界面均使用演示数据。搜索、筛选、固定、归档、恢复和永久删除都在本地 Web Console 中完成。
- 自动记忆网关与可选 MCP：普通
/v1聊天自动召回、注入和保存；兼容流式回答、工具调用、多模态消息段和推理字段，并支持off、read、read-write三种记忆模式和会话分支。 - 长期记忆与治理：保存可核对的原文来源，支持生命周期、时间线、主题关联、召回解释、编辑、合并、软删除、恢复、永久删除和导出。
- 独立知识库：支持文本、Markdown、PDF、DOCX 和 EPUB，提供全文与向量混合检索、不可变文档版本和精确片段引用。
- 模型、故障切换与用量：按用途选择模型和备用顺序，记录渠道、模型、Token、耗时和价格快照，但不记录 Prompt、回复、工具参数或知识正文。
- 可选且严格的向量能力：
memory.embeddingroute 缺失或关闭时使用关键词检索；启用即表示选择语义向量，空白 space 配置会自动采用 route 契约，畸形、不可用或与显式固定值不匹配时/readyz报错，绝不混用旧空间。敏感内容默认不进入远程记忆提取、embedding、AI 体检或知识代理。
完整接口和行为契约见 Memory Gateway 与 Model Gateway。
| 服务 | 默认地址 | 负责 | 不负责 |
|---|---|---|---|
| Memory Gateway | 127.0.0.1:2026 |
长期记忆、近期上下文、知识库、MCP、OpenAI 兼容代理和 Web Console | 管理供应商账号和渠道价格 |
| Model Gateway | Docker 私有网络 model-gateway:2030（不发布宿主端口） |
模型连接、用途路由、备用顺序、密钥引用、用量和价格快照 | 保存聊天、记忆或知识正文 |
记忆行为与模型供应商配置的变化速度、安全职责不同，因此分别运行；安装、测试、备份和迁移仍由仓库根命令统一完成。Memory Gateway 只通过稳定 route 和独立 backend key 调用 Model Gateway。
- 默认目标是个人电脑或可信家庭网络，不是未经加固的公网多租户 SaaS。
- SQLite、缓存、工具幂等和部分后台状态按单进程设计，不以百万级记忆的低延迟 ANN 检索为目标。
- 当前提供轻量主题、实体和时态关联，不等同于完整实体消歧、双时态知识图谱或深层多跳推理。
- 当前 OpenAI 兼容入口聚焦 Chat Completions，不是 Responses、音频、文件或图片生成的完整 API 代理。
- 备份不含密钥，但包含完整私人记忆和知识正文，仍应按敏感文件保管。
密钥边界、敏感数据出站、备份恢复和高级模型配置见栈运维指南。
- 客户端接入指南（Chatbox / RikkaHub / FLIT 等）
- 栈运维、高级配置、备份与迁移
- 让 AI 帮你安装
- Memory Gateway 完整说明
- Model Gateway 完整说明
- 贡献指南
- 安全策略
- 变更记录
本项目采用 Apache License 2.0。使用、修改或再分发时，请保留许可证文件与版权声明。