PMB | Local-first memory for AI

PMB | Local-first memory for AI

PMB 是一个 Apache-2.0、MCP 原生、本地优先的持久内存层,它将代理知识存储在磁盘上的 SQLite + LanceDB 中,并自动将快速混合回忆(BM25 + 向量 + 实体图)注入到 Claude Code、Cursor、Codex 和 Zed 等工具中——离线,无需 API 密钥或云。
https://pmbai.dev/?ref=producthunt&utm_source=aipure
PMB | Local-first memory for AI

产品信息

更新于:2026年06月29日

什么是 PMB | Local-first memory for AI

PMB (Personal Memory Brain) 是一个本地优先的内存系统,旨在解决编码代理“AI 每次会话都会忘记”的问题。PMB 不依赖聊天历史或云服务,而是将持久、可重用的记忆(例如项目事实、决策、经验教训和文件上下文)直接存储在您控制的单个工作区中的机器上。它与 MCP 兼容客户端(包括 Claude Code、Cursor、Codex、Zed、Windsurf、Gemini 和 Copilot MCP 设置)集成,因此您的代理可以在会话之间甚至不同工具之间携带上下文,同时保持所有内容私密和离线优先。PMB 还提供一个本地仪表板 UI 来检查、审计和探索已存储的内容。

PMB | Local-first memory for AI 的主要功能

PMB (Personal Memory Brain) 是一个 Apache-2.0 许可的、本地优先的持久内存层,专为 AI 编码代理设计。它将决策、经验、项目事实和工作流程上下文存储在您的机器上(SQLite + LanceDB),并在模型响应之前自动向 MCP 兼容工具(例如 Claude Code、Cursor、Codex、Zed)显示最相关的记忆。它强调快速、离线检索(无需 API 密钥、无需云、无需遥测)、混合搜索质量(BM25 + 密集向量 + 实体图,可选重新排序)以及“记忆卫生”功能,例如有助于修剪无用规则的关注率评分。本地仪表板通过图(地图)和日志(时间线)提供可见性和控制,而备份/同步/导出选项支持跨机器的可移植性。
本地优先的持久内存存储: 将长期代理记忆保存在您的磁盘上,存储在持久的 SQLite 数据库中,并附带 LanceDB 向量——可复制、可检查,并且无需任何 API 密钥即可离线使用。
MCP 原生,一键式代理集成: 通过 stdio(子进程服务器)上的 MCP 连接到流行的编码代理,使用 `pmb connect ...` 等简单命令,使多个代理能够共享一个工作区。
自动预提示记忆注入: 在代理推理之前,召回并将相关的决策/经验/文件注入到代理上下文中,因此代理无需记住调用记忆工具。
带排名融合的混合检索: 结合 BM25 词法搜索、密集嵌入和实体图,通过倒数排名融合(可选重新排序)进行融合,以提高召回质量和相关性。
快速、非阻塞写入和低延迟召回: 写入立即返回,而嵌入/向量插入异步运行;召回旨在在本地 CPU 上快速执行(典型使用中为几十毫秒)。
可审计仪表板:地图 + 时间线: 提供一个本地 Web UI,将记忆作为实体图进行探索,并提供类似 Git 图的决策/经验/更改日志,提高透明度和控制力。

PMB | Local-first memory for AI 的使用场景

跨会话的软件工程连续性: 团队或独立开发者可以保留架构决策、约定和先前的调试经验,以便每个新的编码会话都从稳定的上下文开始,而不是重复解释。
多工具开发者工作流程(IDE/代理切换): 在 Cursor、Claude Code、Codex CLI、Zed 等工具之间切换的开发者可以共享一个内存工作区,以便上下文在不同工具之间保持一致。
离线/私有编码环境: 对安全性敏感的组织(金融、医疗、国防)或气隙设置可以使用 PMB 进行持久记忆和检索,而无需将代码或笔记发送到云端。
长期产品开发和维护: 对于经过数月/数年演进的项目,PMB 可以存储重复出现的问题、依赖项迁移笔记和历史依据,以减少回归和重复事件。
记忆/检索系统的研究与评估: 应用 AI 研究人员可以使用可重现的本地测量和可见的记忆工件,对混合召回管道(BM25 + 向量 + 图)进行基准测试和迭代。
为构建者提供便携式个人知识库: 独立创作者可以维护一个包含决策和经验的个人“工程大脑”,然后跨设备导出/加密/同步工作区以保持连续性。

优点

强大的隐私态势:本地优先存储,无云,无遥测,召回无需 API 密钥。
高质量的检索方法:混合搜索(BM25 + 向量 + 实体图)与排名融合和可选重新排序。
低摩擦工作流程:自动召回注入和日志记录减少了手动提示和工具调用开销。
透明度和控制:本地仪表板(地图/时间线)加上基于文件的可移植性(SQLite/LanceDB)使记忆可审计。

缺点

需要本地设置/维护:用户必须安装/配置和管理工作区、备份以及嵌入/提取的模型选择。
相关性/安全性取决于正确的门控:自定义代理必须复制 PMB 的指令/门控行为,以避免显示不相关的个人事实。
嵌入模型选择很重要:多语言工作区可能需要明确配置,以避免因仅限英语的嵌入而导致检索质量下降。
本地资源权衡:索引、嵌入和可选的提取/摘要会消耗 CPU/RAM,对于大型工作区可能需要调整。

如何使用 PMB | Local-first memory for AI

1) 安装 PMB: 在终端中,使用 pip 安装 PMB: pip install pmb-ai PMB 是纯 Python 的,可在 macOS、Linux 和 Windows 上运行。
2) 将 PMB 连接到您的 AI 编码代理 (MCP): 通过 MCP (stdio) 将 PMB 连接到您的代理。Claude Code 的示例: pmb connect claude-code PMB 作为您代理的子进程运行(无网络,无端口)。它将在模型回答之前注入相关记忆,并在之后记录工作。
3) 验证设置: 运行内置诊断程序以确认 MCP 接线和钩子处于活动状态: pmb doctor
4) 正常使用您的代理(记忆是自动的): 像往常一样在您的代理/编辑器中开始工作。PMB 自动执行以下操作: - 快速分类每条消息 - 在模型响应之前回忆匹配的记忆 - 异步写入新事件(写入立即返回;嵌入/向量插入在后台进行) 正常使用期间无需特殊的工具调用。
5) 从 CLI 手动测试回忆(可选): 您可以直接查询您的记忆,查看 PMB 会显示什么: pmb recall 然后输入一个查询(例如,一个错误名称或决策)并查看排名结果(经验教训/决策/文件等)。
6) 打开本地仪表板以探索记忆: 启动仪表板: pmb dashboard 然后打开本地 Web UI(通常显示为 http://127.0.0.1:8765)。仪表板允许您将记忆可视化为: - 图(实体和连接) - 时间线/日志(决策、经验教训、提交、失败等) 它是本地的(无身份验证,无云)。
7) 如果您的工作区主要不是拉丁文本,请切换到多语言嵌入模型(建议在警告时进行): 如果您看到类似“Workspace has 81% non-Latin chars but uses all-MiniLM-L6-v2 (English-only)”的警告,请将嵌入切换到多语言模型: pmb config set embedding.model paraphrase-multilingual-MiniLM-L12-v2 当您的记忆/查询包含非英语文本时,这会改善检索效果。
8) (高级) 确保您的自定义代理复制 PMB 的内存安全门: 如果您在 PMB 之上构建自己的代理集成,请复制 PMB 注入的相同门控/指令块;否则,不相关的个人事实可能会出现在不相关的问题上。规范参考位于: src/pmb/cli/connect.py
9) 使用 Git 备份/同步您的 PMB 工作区(推荐): 初始化工作区远程并定期推送: pmb workspace init --remote [email protected]:you/my-memory.git pmb workspace push 在另一台机器上: pmb workspace pull 或者克隆到新设备: pmb workspace clone <url> work-laptop (文档中注明了冲突行为:远程在冲突时获胜。)
10) 导出加密备份包(可移植恢复): 创建加密的、经过身份验证的包: pmb workspace export memory.enc 将其恢复到任何工作区: pmb workspace import memory.enc personal 这使用 AES + HMAC 和 scrypt 派生密钥(根据提供的源代码片段)。
11) 如果您需要重新开始,请复制工作区目录(恢复选项): 最坏的情况是,您可以复制您的工作区目录并重新开始。该片段表明工作区位于: ~/.pmb/workspaces/<id>/ 将其复制为手动备份或迁移状态。

PMB | Local-first memory for AI 常见问题

PMB(Personal Memory Brain)是一个为AI编码代理设计的本地优先持久内存系统。它将决策、经验、项目事实和其他记忆存储在您的机器上(主要存储在SQLite文件中),并通过MCP(模型上下文协议)将相关上下文反馈给代理。

与 PMB | Local-first memory for AI 类似的最新 AI 工具

Gait
Gait
Gait是一个集成了AI辅助代码生成和版本控制的协作工具,使团队能够高效地跟踪、理解和共享AI生成代码的上下文。
invoices.dev
invoices.dev
invoices.dev 是一个自动化发票平台,直接从开发人员的 Git 提交生成发票,并具有与 GitHub、Slack、Linear 和 Google 服务的集成能力。
EasyRFP
EasyRFP
EasyRFP 是一个 AI 驱动的边缘计算工具包,通过深度学习技术简化 RFP(请求提案)响应并实现实时田间表型。
Cart.ai
Cart.ai
Cart.ai是一个AI驱动的服务平台,提供全面的业务自动化解决方案,包括编码、客户关系管理、视频编辑、电子商务设置和自定义AI开发,并提供24/7支持。