PMB | Local-first memory for AI
PMB — это Apache-2.0, MCP-нативный, локальный постоянный слой памяти, который хранит знания агента в SQLite + LanceDB на диске и автоматически внедряет быстрый гибридный вызов (BM25 + векторы + граф сущностей) в такие инструменты, как Claude Code, Cursor, Codex и Zed — в автономном режиме, без ключей API или облака.
https://pmbai.dev/?ref=producthunt&utm_source=aipure
Информация о продукте
Обновлено:29/06/2026
Что такое PMB | Local-first memory for AI
PMB (Personal Memory Brain) — это локальная система памяти, разработанная для решения проблемы «ИИ забывает каждую сессию» для агентов по кодированию. Вместо того чтобы полагаться на историю чатов или облачные сервисы, PMB хранит долговечные, многократно используемые воспоминания — такие как факты проекта, решения, уроки и контекст файлов — непосредственно на вашей машине в одном рабочем пространстве, которое вы контролируете. Он интегрируется с MCP-совместимыми клиентами (включая Claude Code, Cursor, Codex, Zed, Windsurf, Gemini и настройки Copilot MCP), чтобы ваш агент мог переносить контекст между сессиями и даже между различными инструментами, сохраняя при этом все конфиденциально и в автономном режиме. PMB также предоставляет локальный пользовательский интерфейс панели мониторинга для проверки, аудита и изучения того, что было сохранено.
Ключевые особенности PMB | Local-first memory for AI
PMB (Personal Memory Brain) — это локальный постоянный слой памяти Apache-2.0 для AI-агентов, который хранит решения, уроки, факты проекта и контекст рабочего процесса на вашей машине (SQLite + LanceDB) и автоматически выводит наиболее релевантные воспоминания для MCP-совместимых инструментов (например, Claude Code, Cursor, Codex, Zed) до того, как модель ответит. Он делает акцент на быстром автономном поиске (без ключей API, без облака, без телеметрии), качестве гибридного поиска (BM25 + плотные векторы + граф сущностей с опциональным переранжированием) и функциях «гигиены памяти», таких как оценка частоты использования, которая помогает отсеивать бесполезные правила. Локальная панель управления обеспечивает видимость и контроль через граф (Карта) и журнал (Хронология), а опции резервного копирования/синхронизации/экспорта поддерживают переносимость между машинами.
Локальное постоянное хранилище памяти: Хранит долговременную память агента на вашем диске в надежной базе данных SQLite с векторами LanceDB — копируемой, проверяемой и используемой в автономном режиме без ключей API.
MCP-нативная интеграция агента одной командой: Подключается к популярным агентам кодирования через MCP по stdio (сервер дочернего процесса) с использованием простых команд, таких как `pmb connect ...`, позволяя нескольким агентам совместно использовать одно рабочее пространство.
Автоматическая инъекция памяти перед запросом: Извлекает и внедряет соответствующие решения/уроки/файлы в контекст агента до того, как он начнет рассуждать, поэтому агенту не нужно помнить о вызове инструмента памяти.
Гибридный поиск с ранжированным слиянием: Объединяет лексический поиск BM25, плотные вложения и граф сущностей, объединенные через Reciprocal Rank Fusion (с опциональным переранжированием) для улучшения качества и релевантности поиска.
Быстрая, неблокирующая запись и низкая задержка поиска: Записи возвращаются немедленно, в то время как вложения/векторные вставки выполняются асинхронно; поиск разработан для быстрой работы на локальном ЦП (десятки миллисекунд при обычном использовании).
Проверяемая панель управления: Карта + Хронология: Предоставляет локальный веб-интерфейс для исследования памяти в виде графа сущностей и журнала решений/уроков/изменений, похожего на git-граф, улучшая прозрачность и контроль.
Варианты использования PMB | Local-first memory for AI
Непрерывность разработки программного обеспечения между сессиями: Команды или индивидуальные разработчики могут сохранять архитектурные решения, соглашения и предыдущие уроки отладки, чтобы каждая новая сессия кодирования начиналась со стабильного контекста вместо повторного объяснения.
Рабочие процессы разработчика с использованием нескольких инструментов (переключение IDE/агента): Разработчики, которые чередуют Cursor, Claude Code, Codex CLI, Zed и т. д., могут использовать одно общее рабочее пространство памяти, чтобы контекст следовал за ними между инструментами.
Автономные/частные среды кодирования: Организации, чувствительные к безопасности (финансы, здравоохранение, оборона) или изолированные установки могут использовать PMB для долговременной памяти и поиска без отправки кода или заметок в облако.
Долгосрочная разработка и поддержка продукта: Для проектов с месяцами/годами эволюции PMB может хранить повторяющиеся проблемы, заметки о миграции зависимостей и историческое обоснование для уменьшения регрессий и повторяющихся инцидентов.
Исследование и оценка систем памяти/поиска: Исследователи прикладного ИИ могут тестировать и итерировать гибридные конвейеры отзыва (BM25 + векторы + граф), используя воспроизводимые локальные измерения и видимые артефакты памяти.
Портативная личная база знаний для разработчиков: Независимые создатели могут поддерживать личный «инженерный мозг» решений и уроков, а затем экспортировать/шифровать/синхронизировать рабочее пространство между устройствами для обеспечения непрерывности.
Преимущества
Высокий уровень конфиденциальности: локальное хранение, без облака, без телеметрии, без ключей API для поиска.
Высококачественный подход к поиску: гибридный поиск (BM25 + векторы + граф сущностей) с ранжированным слиянием и опциональным переранжированием.
Рабочий процесс с низким уровнем трения: автоматическая инъекция поиска и журналирование уменьшают ручное подсказывание и накладные расходы на вызов инструментов.
Прозрачность и контроль: локальная панель управления (Карта/Хронология) плюс переносимость на основе файлов (SQLite/LanceDB) делают память проверяемой.
Недостатки
Требует локальной настройки/обслуживания: пользователи должны устанавливать/настраивать и управлять рабочими пространствами, резервными копиями и выбором моделей для вложений/извлечения.
Релевантность/безопасность зависит от правильного шлюзования: пользовательские агенты должны воспроизводить поведение PMB по инструкциям/шлюзованию, чтобы избежать вывода нерелевантных личных фактов.
Выбор модели вложения имеет значение: многоязычные рабочие пространства могут потребовать явной настройки, чтобы избежать ухудшения поиска с англоязычными вложениями.
Компромиссы локальных ресурсов: индексирование, вложения и опциональное извлечение/суммирование могут потреблять ЦП/ОЗУ и могут потребовать настройки для больших рабочих пространств.
Как использовать PMB | Local-first memory for AI
1) Установите PMB: В терминале установите PMB с помощью pip:
pip install pmb-ai
PMB — это чистый Python и работает на macOS, Linux и Windows.
2) Подключите PMB к вашему ИИ-агенту по кодированию (MCP): Подключите PMB к вашему агенту через MCP (stdio). Пример для Claude Code:
pmb connect claude-code
PMB запускается как дочерний процесс вашего агента (без сети, без порта). Он будет внедрять соответствующую память до того, как модель ответит, и записывать работу после.
3) Проверьте настройку: Запустите встроенную диагностику, чтобы убедиться, что проводка MCP и хуки активны:
pmb doctor
4) Используйте своего агента как обычно (память автоматическая): Начните работать как обычно в своем агенте/редакторе. PMB автоматически:
- Быстро классифицирует каждое сообщение
- Вызывает соответствующие воспоминания до того, как модель ответит
- Асинхронно записывает новые события (записи возвращаются мгновенно; вставка встраивания/вектора происходит в фоновом режиме)
При обычном использовании не требуется никаких специальных вызовов инструментов.
5) Вручную протестируйте вызов из CLI (необязательно): Вы можете напрямую запросить свою память, чтобы увидеть, что PMB выдаст:
pmb recall
Затем введите запрос (например, название ошибки или решение) и просмотрите ранжированные результаты (уроки/решения/файлы/и т. д.).
6) Откройте локальную панель мониторинга для изучения памяти: Запустите панель мониторинга:
pmb dashboard
Затем откройте локальный веб-интерфейс (обычно отображается как http://127.0.0.1:8765). Панель мониторинга позволяет вам проверять вашу память как:
- Граф (сущности и связи)
- Временная шкала/журнал (решения, уроки, коммиты, сбои и т. д.)
Это только локально (без аутентификации, без облака).
7) Переключитесь на многоязычную модель встраивания, если ваше рабочее пространство не состоит в основном из латинского текста (рекомендуется при предупреждении): Если вы видите предупреждение типа «Рабочее пространство содержит 81% нелатинских символов, но использует all-MiniLM-L6-v2 (только английский)», переключите встраивание на многоязычную модель:
pmb config set embedding.model paraphrase-multilingual-MiniLM-L12-v2
Это улучшает извлечение, когда ваши воспоминания/запросы включают неанглийский текст.
8) (Продвинутый) Убедитесь, что ваш пользовательский агент воспроизводит шлюз безопасности памяти PMB: Если вы создаете свою собственную интеграцию агента поверх PMB, воспроизведите тот же блок шлюза/инструкций, который внедряет PMB; в противном случае нерелевантные личные факты могут всплыть на несвязанные вопросы. Каноническая ссылка находится в:
src/pmb/cli/connect.py
9) Создайте резервную копию / синхронизируйте свое рабочее пространство PMB с Git (рекомендуется): Инициализируйте удаленное рабочее пространство и регулярно отправляйте изменения:
pmb workspace init --remote [email protected]:you/my-memory.git
pmb workspace push
На другой машине:
pmb workspace pull
Или клонируйте на новое устройство:
pmb workspace clone <url> work-laptop
(Поведение при конфликте указано в документации: удаленный репозиторий выигрывает при конфликте.)
10) Экспортируйте зашифрованный пакет резервной копии (переносимое восстановление): Создайте зашифрованный, аутентифицированный пакет:
pmb workspace export memory.enc
Восстановите его в любом рабочем пространстве:
pmb workspace import memory.enc personal
Это использует AES + HMAC с ключом, полученным с помощью scrypt (согласно предоставленному фрагменту исходного кода).
11) Если вам нужно начать с чистого листа, скопируйте каталог рабочего пространства (вариант восстановления): В худшем случае вы можете скопировать каталог своего рабочего пространства и начать с чистого листа. Фрагмент указывает, что рабочее пространство находится по адресу:
~/.pmb/workspaces/<id>/
Скопируйте его как ручную резервную копию или для миграции состояния.
Часто задаваемые вопросы о PMB | Local-first memory for AI
PMB (Personal Memory Brain) — это локальная постоянная система памяти для агентов кодирования ИИ. Она хранит решения, уроки, факты проекта и другие воспоминания на вашей машине (в основном в файле SQLite) и передает соответствующий контекст обратно агентам через MCP (Model Context Protocol).
Популярные статьи
Atoms: Мультиагентная ИИ-платформа, которая превращает идеи в готовые к запуску продукты
May 22, 2026
Nano Banana SBTI: Что это такое, как это работает и как это использовать в 2026 году
Apr 15, 2026
Обзор Atoms — AI Product Builder, переопределяющий цифровое творчество в 2026 году
Apr 10, 2026
Kilo Claw: Как развернуть и использовать настоящего AI-агента "Сделай-Это-За-Вас" (Обновление 2026)
Apr 3, 2026
Последние ИИ-инструменты, похожие на PMB | Local-first memory for AI
Gait
Gait — это инструмент для сотрудничества, который интегрирует генерацию кода с поддержкой ИИ с системой контроля версий, позволяя командам эффективно отслеживать, понимать и делиться контекстом кода, сгенерированного ИИ.
invoices.dev
invoices.dev - это автоматизированная платформа для выставления счетов, которая генерирует счета напрямую из коммитов Git разработчиков, с возможностями интеграции с GitHub, Slack, Linear и Google-услугами.
EasyRFP
EasyRFP — это ИИ-технология для вычислений на краю, которая упрощает ответы на RFP (запросы предложений) и позволяет проводить реальное время полевой фенотипизации с использованием технологий глубокого обучения.
Cart.ai
Cart.ai — это платформа на основе ИИ, предоставляющая комплексные решения для автоматизации бизнеса, включая программирование, управление отношениями с клиентами, редактирование видео, настройку электронной коммерции и разработку пользовательских решений на основе ИИ с поддержкой 24/7.
Популярные ИИ-инструменты, похожие на PMB | Local-first memory for AI
GitHub Copilot Chat
GitHub Copilot Chat — это помощник по кодированию на базе искусственного интеллекта, который обеспечивает взаимодействия на естественном языке, реальные предложения кода и контекстную поддержку непосредственно в поддерживаемых IDE и на GitHub.com.
CopilotForXcode
CopilotForXcode — это расширение редактора исходного кода Xcode, которое интегрирует GitHub Copilot, Codeium и ChatGPT для предоставления предложений по коду на основе искусственного интеллекта, чат-помощи и функциональности prompt-to-code в Xcode.
BrowserAI
BrowserAI — это библиотека с открытым исходным кодом, которая позволяет запускать локальные большие языковые модели (LLM) непосредственно в веб-браузерах с ускорением WebGPU, предлагая возможности ИИ, ориентированные на конфиденциальность, без необходимости в серверной инфраструктуре.
OpenAI Codex CLI
OpenAI Codex CLI - это легкий агент для кодирования с открытым исходным кодом, который работает в вашем терминале, позволяя разработчикам переводить естественный язык в выполнение кода, обеспечивая при этом рассуждения на уровне ChatGPT с возможностью запуска кода, манипулирования файлами и итерации под контролем версий.