为多工具、多设备的 AI 编程流而造

你的 AI 编程记忆,一个地方找到

自动采集 Claude Code / Codex / Cursor / Hermes / Obsidian 等 7+ 工具的对话、计划、记忆文件,本地部署,跨设备同步。

特性

为多工具、多设备的 AI 编程流而造

跨设备自动同步

守护进程 FSEvents/inotify 监听 AI 工具数据目录,增量上传,断网离线队列、自愈重试

知识图谱

LLM 自动从对话抽实体(项目 / 工具 / 技术 / 人物 / 概念)、关系、观察;7 天后老观察自动压缩为 summary

混合检索 + MCP

BGE-M3 语义向量 + jieba 分词全文索引,中英文都能搜;MCP 让 Claude Code / Cursor / Codex 等直接查记忆

AI 日报

Celery 每天 23:30 两阶段:逐文档生成摘要 → 跨工具聚合,记得自己今天干了什么

入队前脱敏

Collector 本地就过 14 类密钥正则(OpenAI / Anthropic / GitHub / Slack / AWS / 私钥 / Bearer / URL 内嵌凭证 …),磁盘队列也安全

完全自托管

Docker Compose 一键起 Postgres + Redis + MinIO,数据不出机器;多租户隔离 + 细粒度授权 + 审计日志

统一采集这些工具

按工具分类,按项目组织,按对话还原

Claude Code
conversations · memory · plans · historyJSONL / Markdown
OpenClaw
sessions · identity · skills · learningJSONL / Markdown
Codex
conversations · plans · skills · stateJSONL / TOML / SQLite
Antigravity
full conversations via aghistory, plans, snapshotsMarkdown / Protobuf
Cursor
conversations · skills · MCP configJSONL / Markdown
Obsidian
all notes in the vaultMarkdown
Hermes
sessions · persona · skills · CLI historyJSON / Markdown / SQLite
Windsurf
conversations · rulesJSONL / Markdown
VS Code
settings · extensions · rulesJSON / Markdown
工作原理

三层, 各司其职

01

Collector

装在每台机器上的 Python 守护进程,监听 AI 工具的数据目录,只上传增量

02

Server

FastAPI + PostgreSQL + Redis,索引、搜索、AI 总结;MinIO 存大文件

03

Web + MCP

浏览器按设备→工具→项目→对话导航;MCP 让 AI IDE 直接查记忆

项目记忆迁移

把一个项目的完整记忆喂给新开的 Claude Code / Codex

你已经在 Memento 里攒了几百条对话和计划。新启动一个 AI 项目时,把这些上下文一键交接过去 —— 不用复制粘贴。

PATH 1

MCP 直连 (推荐)

新项目接 memento-memory MCP,需要时按需拉,还能继续写新观察。装了桌面客户端就已经自动配好;pip 用户 `memento-collector setup` 一遍即可。

  1. 在新项目根目录建 CLAUDE.md / AGENTS.md,粘下面这段。
  2. 下次 claude/codex 进这个目录,它会主动调 memory_context 把项目记忆灌进来。
  3. AI 还能调 memory_store 反向写回新观察 —— 记忆在两个项目之间互通。
CLAUDE.md / AGENTS.md
# Project memory

This project has historical context in Memento. **Before doing
substantive work, load it via these MCP tools:**

1. memory_context("<project name>") — pulls the project shell:
   recent conversations, memory/plan/identity files, related entities.
2. memory_recall(category="memory", project="<project name>", days=180)
   — long-lived memory files specifically.
3. memory_recall(category="plan", project="<project name>", days=90)
   — prior plans / TODO state.
4. memory_graph("<project name>") — entities + relations + observations.
5. memory_open(doc_id) on any interesting hit to read the full text,
   or memory_conversation(doc_id) for full message history.

For ad-hoc lookups across all tools use memory_search(q) with optional
tool_filter and days.
PATH 2

一次性 Markdown 导出

适合离线场景、给同事发整段背景、或不想接 MCP 的轻量用法。Memento 会把项目的所有 memory / plan / identity 文件 + 知识图谱打包成单个 .md。

  1. Web 进 /projects/<id>,右上角点「导出 .md」。
  2. 把下载的 memento-context-*.md 拷到新项目里改名 MEMENTO-CONTEXT.md。
  3. CLAUDE.md 里加一句「Read MEMENTO-CONTEXT.md before starting」。

导出文件只是冷启动用,不会自动跟上你之后的新对话。需要持续同步,选左侧的 MCP 路径。

一键安装

macOS / Linux / Windows,5 分钟起栈

macOS · Linux
curl -fsSL https://mem.ihasy.com/install.sh | sh
Windows
iwr https://mem.ihasy.com/install.ps1 -useb | iex

脚本会生成随机密钥、起 Docker 栈、建首用户、装采集器。需要 Docker + Python 3.11+

桌面客户端

不想碰命令行?下载客户端 —— 内置采集器 + MCP,免装 Python,自动更新

首次打开在 Server 标签填服务器地址 + token(没有账号可直接在 app 内注册)即可开始采集,全程不开浏览器。习惯命令行的可继续用下方 pip 方式。