basic-memory让AI对话拥有长期记忆

跟 AI 聊天最让人抓狂的，莫过于每次开启新会话都要从零开始解释：“我是做后端开发的，项目用 Python 和 PostgreSQL，目前遇到的问题是……” 你明明上周跟它聊过同样的代码块，但它就是忘了。Basic Memory 这个开源项目，正好切中了这个痛点。

什么是 Basic Memory？

简单说，它是一个本地记忆层，运行在你自己的机器上。当你在 ChatGPT、Claude 或其他 AI 前端提问时，Basic Memory 会在后台记录关键信息——项目名称、技术栈、常用术语、甚至你的偏好——然后自动注入到后续对话的上下文里。它不是一个聊天客户端，而是一个增强工具，通过 API 或浏览器扩展与现有 AI 服务配合。

核心机制：知识图谱 + 语义缓存

Basic Memory 用 Python 里的 SQLite 和 embeddings 构建了一个轻量知识图谱。每次对话结束后，它会提取并存储结构化信息（比如“用户是 Rails 开发者”、“项目叫 Omega”），下次提问时，通过语义相似度匹配，把最相关的记忆片段塞进系统提示词中。这个过程完全在本地完成，不经过第三方服务器，隐私有保障。

• 自动提取关键实体：人名、技术栈、项目名、问题领域
• 语义检索：基于向量相似度，找出最有价值的过往记录
• 本地运行：数据不过云端，敏感信息可控

实际体验：对谁有用？

如果你是那种一天要跟 AI 助手聊几十轮的开发者或创作者，会立刻感受到价值。比如你正在写一个微服务框架，昨天 ChatGPT 帮你设计了一个 API 接口，今天你想继续优化——不用重新贴代码、不用再解释业务逻辑，Basic Memory 已经把昨天的决策要点拉进了当前会话。另一个典型场景是多项目切换：你上午做前端项目，下午处理数据 pipeline，AI 能自动感知你当前在做什么，给出针对性建议。

当然，它也有局限。目前主要适配 ChatGPT 网页版和 Claude，通过浏览器扩展或自定义 API 调用工作。对移动端支持一般，而且依赖用户主动安装和配置。对于完全不懂技术的普通用户，门槛略显偏高。

安装与上手

项目在 GitHub 上已有超过 3000 星，社区活跃。安装方式很简单：pip install basic-memory，然后运行一个本地服务。之后安装对应的浏览器扩展，授权后即可生效。整个流程大约 10 分钟，不需要深度学习知识。项目文档清晰，提供了多种前端接入的示例。

一句话总结

Basic Memory 不是那种炫酷的生成式 AI 产品，但它解决了实际使用中最磨人的“重复劳动”。对于重度 AI 用户，它就像给对话加了备份硬盘——不用再担心 AI 失忆，可以专注于真正的问题。