Memkin

Memkin

本地优先的个人记忆系统：从飞书与 AI 编程会话中提取结构化信号，构建本机知识图谱，通过 MCP 供任何 Agent 读写。

简体中文 | English

License: Apache 2.0 npm Language: TypeScript Tests: 2000+ MCP Score

在 Claude Code 里向 Memkin 提问，得到带 [n] 引用的回答

AI Agent 的会话没有跨会话记忆：每次新会话都需要重新解释你是谁、项目背景、既有决策。Memkin 把散落在飞书（私信、群聊、邮件、日历、文档、任务）和 AI 编程会话（Claude Code、Codex、Hermes）里的信息提取为结构化信号——实体、决策、任务、发现、知识、关系——存入你自己机器上的知识图谱，并通过 MCP 提供给任何 Agent 查询和写回。数据全程保留在本机。 ## 核心特性 - **人物记忆 / Personal CRM**：结构化人物档案、生日与联系方式、往来和话题、原始记录与事件双时间线；手动整理优先，AI 建议经确认后应用，纠错保留历史。见[人物记忆指南](docs/person-crm.md) - **飞书采集**：私信、群聊、邮件、日历、文档、任务、消息搜索共 7 个源，增量采集 + 历史回填。见[飞书采集指南](docs/feishu.md) - **AI 会话采集**：Claude Code（`~/.claude/projects/`）、Codex（`~/.codex/`）、Hermes/OpenClaw（`~/.openclaw/agents/`） - **MCP 服务器**：36 个工具（默认暴露 15 个高意图工具），支持 stdio 与 Streamable HTTP 两种传输。见 [MCP 接入指南](docs/mcp.md) - **信号提取**：LLM Pipeline 提取 7 类结构化信号，双层噪声过滤（规则 + LLM 打分），每条信号可溯源到原始消息 - **混合检索**：tsvector 全文（支持中文）+ pgvector 向量，RRF 融合排序 - **知识图谱**：信号锚定到实体（人、项目、工具），有向链接图，跨平台人物身份归并 - **隐私**：写入前脱敏（可逆 / 不可逆双轨），存储零云依赖（PGLite 嵌入式数据库），可选 Ollama 本地嵌入 - **常驻服务**：`memkin up` 注册开机自启 daemon，定时采集，带运行历史与告警 - **记忆巩固**：hot → warm → cold 分层轮转、死链修复、偏好推断 - **Obsidian 双向同步**：导出为 Markdown vault，编辑后导回 - **Web UI**：Dashboard、时间线、力导向知识图谱、搜索 完整清单见[功能清单](docs/features.md)。 ## 快速上手 一键安装（推荐，注册为后台常驻服务）： ```bash curl -fsSL https://raw.githubusercontent.com/AndreLYL/memkin/main/scripts/install.sh | sh ``` 脚本依次执行：安装 Node 运行时（如缺失）→ `npm install -g memkin` → 打开浏览器 setup 向导（填入 LLM API Key）→ `memkin up` 注册开机自启后台服务，并把 MCP 配置写入本机已安装的 AI 客户端（Claude Code、Codex、Hermes/OpenClaw）。 临时试用（不安装后台服务）： ```bash npx memkin start # 无配置时自动进入 setup 向导，完成后启动服务并打开 Web UI ``` 服务管理与卸载： ```bash memkin status # 查看后台服务状态 memkin down # 停止服务并取消开机自启 memkin down && memkin uninstall && npm rm -g memkin # 完全卸载 ``` 前置条件：[Node.js](https://nodejs.org) >= 18（安装脚本会自动处理）。 ## 接入 AI Agent `memkin install` 把 MCP 配置和记忆使用指令写入本机 AI 客户端，支持 Claude Code、Claude Desktop、Cursor、Codex、Windsurf、Hermes/OpenClaw： ```bash memkin install # 探测已安装的客户端并接入 memkin install --agent claude-code # 指定单个客户端 memkin install --dry-run # 预览将修改的文件 memkin extract --source claude-code # 把历史会话提取为记忆 memkin hooks install # （可选）Claude Code 自动召回 hooks ``` 接入后重启客户端即可。传输方式（stdio / Streamable HTTP）、手动配置和 hooks 说明见 [MCP 接入指南](docs/mcp.md)。 ## 使用场景 以下问题均可在接入 Memkin 的 Agent 中直接提问，回答带 `[n]` 引用，可溯源到原始消息： | 问题 | 使用的工具 | |------|-----------| | "明天要见张总谈续约，该注意什么？" | `prep_for_person` 从历史互动推断沟通画像，按本次目标给出建议 | | "生成今天的日报" | `daily_report` 聚合当天私聊、群聊、邮件、会议纪要、日历为 7 段日报 | | "智驾为什么无法激活？" | `troubleshoot` 按排查手册（playbook）给出有序排查步骤 | | "memkin 项目现在进展如何？" | `get_session_context` 返回聚合的决策、待办与最近时间线 | | "上周和这位同事聊了什么？" | `recall` 把私信、会议、后续任务合成为带引用的回答 | ## 界面预览

Memkin Web UI 知识图谱页面

## 架构 数据流为 5 层：数据源采集 → 信号提取 → 本地存储 → 接口输出；人物身份、记忆巩固、调度三个模块横切各层。

Memkin 架构图

| 层 | 内容 | |----|------| | 配置与上手 | TUI 配置中心 / 浏览器向导，自动检测与连接测试 | | 采集 | 飞书 7 源 + Claude Code / Codex / Hermes，增量 + 历史回填 | | 信号提取 | 分块 → 双层噪声过滤 → LLM 抽取 → 打分 → 隐私脱敏 | | 记忆存储 | PGLite + pgvector，混合检索（全文 + 向量 + RRF） | | 接口 | CLI、MCP、REST API、Web UI、Obsidian | 运行平台：macOS / Linux / Windows（默认 PGLite，零外部依赖）。可选的自管理本地 Postgres 引擎支持 macOS（arm64 / x64）与 Linux（x64 / arm64）。详见[架构详解](docs/architecture.md)。 ## 常用命令 | 命令 | 说明 | |------|------| | `memkin start` | 启动（无配置时自动进入 setup） | | `memkin up` / `down` / `status` | 后台服务：注册开机自启 / 停止 / 状态 | | `memkin install` | 接入 AI 客户端 | | `memkin extract --source ` | 从数据源提取信号 | | `memkin search ` | 搜索记忆 | | `memkin doctor` | 环境诊断 | 完整命令见 [CLI 参考](docs/cli.md)。 ## 文档 - [功能清单](docs/features.md) - [CLI 参考](docs/cli.md) - [配置参考](docs/configuration.md)（memkin.yaml、端口、鉴权） - [飞书采集指南](docs/feishu.md) - [MCP 接入指南](docs/mcp.md) - [架构详解](docs/architecture.md) ## 路线图 - [ ] 更多数据源：钉钉、企业微信、微信聊天记录、本地文档 - [ ] 提取质量：跨 block 共享上下文、加权准入评分、按实体聚合叙事 - [ ] 自然语言问答 - [ ] Web UI：记忆编辑（当前只读）、信号溯源审计视图 ## 致谢 Memkin 的设计与实现受益于以下项目： - [lark-cli](https://github.com/larksuite/cli) —— 飞书开放平台官方 CLI，Memkin 的飞书 user 态采集构建在它之上 - [GBrain](https://github.com/garrytan/gbrain) —— brain-first 检索约定、自布线知识图谱与带引用的合成回答 - [OpenHuman](https://github.com/tinyhumansai/openhuman) —— Memory Tree 层级压缩与 Obsidian 互通的设计 - [mem0](https://github.com/mem0ai/mem0) —— Agent 记忆层的先行者 与它们相比，Memkin 侧重：飞书等中国职场工具的采集、本地优先零云依赖、Agent 经 MCP 读写。 ## 贡献 Bug 报告和功能建议请提交 [issue](https://github.com/AndreLYL/memkin/issues)。开发流程见 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## License [Apache License 2.0](LICENSE)