跟 AI 聊天最讓人抓狂的,莫過於每次開啟新會話都要從零開始解釋:「我是做後端開發的,專案用 Python 和 PostgreSQL,目前遇到的問題是……」 你明明上週跟它聊過同樣的程式碼塊,但它就是忘了。Basic Memory 這個開源專案,正好切中了這個痛點。
什麼是 Basic Memory?
簡單說,它是一個本地記憶層,執行在你自己的機器上。當你在 ChatGPT、Claude 或其他 AI 前端提問時,Basic Memory 會在後臺記錄關鍵資訊——專案名稱、技術棧、常用術語、甚至你的偏好——然後自動注入到後續對話的上下文裡。它不是一個聊天客戶端,而是一個增強工具,通過 API 或瀏覽器擴充套件與現有 AI 服務配合。
核心機制:知識圖譜 + 語義快取
Basic Memory 用 Python 裡的 SQLite 和 embeddings 構建了一個輕量知識圖譜。每次對話結束後,它會提取並儲存結構化資訊(比如「使用者是 Rails 開發者」、「專案叫 Omega」),下次提問時,通過語義相似度匹配,把最相關的記憶片段塞進系統提示詞中。這個過程完全在本地完成,不經過第三方伺服器,隱私有保障。
- 自動提取關鍵實體:人名、技術棧、專案名、問題領域
- 語義檢索:基於向量相似度,找出最有價值的過往記錄
- 本地執行:資料不過雲端,敏感資訊可控
實際體驗:對誰有用?
如果你是那種一天要跟 AI 助手聊幾十輪的開發者或創作者,會立刻感受到價值。比如你正在寫一個微服務框架,昨天 ChatGPT 幫你設計了一個 API 介面,今天你想繼續優化——不用重新貼程式碼、不用再解釋業務邏輯,Basic Memory 已經把昨天的決策要點拉進了當前會話。另一個典型場景是多專案切換:你上午做前端專案,下午處理資料 pipeline,AI 能自動感知你當前在做什麼,給出針對性建議。
當然,它也有侷限。目前主要適配 ChatGPT 網頁版和 Claude,通過瀏覽器擴充套件或自定義 API 呼叫工作。對移動端支援一般,而且依賴使用者主動安裝和配置。對於完全不懂技術的普通使用者,門檻略顯偏高。
安裝與上手
專案在 GitHub 上已有超過 3000 星,社羣活躍。安裝方式很簡單:pip install basic-memory,然後執行一個本地服務。之後安裝對應的瀏覽器擴充套件,授權後即可生效。整個流程大約 10 分鐘,不需要深度學習知識。專案文件清晰,提供了多種前端接入的示例。
一句話總結
Basic Memory 不是那種炫酷的生成式 AI 產品,但它解決了實際使用中最磨人的「重複勞動」。對於重度 AI 使用者,它就像給對話加了備份硬碟——不用再擔心 AI 失憶,可以專注於真正的問題。










評論
暫無評論
成為第一個評論的人