PMB | Local-first memory for AI
PMB, Apache-2.0, MCP-yerel, yerel öncelikli kalıcı bir bellek katmanıdır. Aracının bilgisini disk üzerindeki SQLite + LanceDB'de depolar ve hızlı hibrit geri çağırmayı (BM25 + vektörler + varlık grafiği) Claude Code, Cursor, Codex ve Zed gibi araçlara otomatik olarak enjekte eder—çevrimdışı, API anahtarları veya bulut olmadan.
https://pmbai.dev/?ref=producthunt&utm_source=aipure
Ürün Bilgisi
Güncellendi:Jun 29, 2026
PMB | Local-first memory for AI Nedir
PMB (Kişisel Bellek Beyni), kodlama aracıları için “yapay zekanın her oturumu unutması” sorununu çözmek üzere tasarlanmış yerel öncelikli bir bellek sistemidir. Sohbet geçmişine veya bulut hizmetlerine güvenmek yerine, PMB proje gerçekleri, kararlar, dersler ve dosya bağlamı gibi kalıcı, yeniden kullanılabilir anıları doğrudan makinenizde kontrol ettiğiniz tek bir çalışma alanında depolar. MCP uyumlu istemcilerle (Claude Code, Cursor, Codex, Zed, Windsurf, Gemini ve Copilot MCP kurulumları dahil) entegre olur, böylece aracınız oturumlar ve hatta farklı araçlar arasında bağlam taşıyabilirken, her şeyi gizli ve çevrimdışı öncelikli tutar. PMB ayrıca depolananları incelemek, denetlemek ve keşfetmek için yerel bir pano kullanıcı arayüzü sağlar.
PMB | Local-first memory for AI Temel Özellikleri
PMB (Kişisel Bellek Beyni), yapay zeka kodlama ajanları için Apache-2.0 lisanslı, yerel öncelikli kalıcı bir bellek katmanıdır. Kararları, dersleri, proje gerçeklerini ve iş akışı bağlamını makinenizde (SQLite + LanceDB) depolar ve model yanıt vermeden önce en alakalı anıları MCP uyumlu araçlara (örn. Claude Code, Cursor, Codex, Zed) otomatik olarak sunar. Hızlı, çevrimdışı erişim (API anahtarı yok, bulut yok, telemetri yok), hibrit arama kalitesi (BM25 + yoğun vektörler + isteğe bağlı yeniden sıralama ile varlık grafiği) ve işe yaramaz kuralları budamanıza yardımcı olan takip oranı puanlaması gibi “bellek hijyeni” özelliklerini vurgular. Yerel bir kontrol paneli, bir grafik (Harita) ve günlük (Zaman Çizelgesi) aracılığıyla görünürlük ve kontrol sağlarken, yedekleme/senkronizasyon/dışa aktarma seçenekleri makineler arası taşınabilirliği destekler.
Yerel öncelikli kalıcı bellek deposu: Uzun vadeli ajan belleğini diskinizde, yanında LanceDB vektörleri bulunan dayanıklı bir SQLite veritabanında tutar; sıfır API anahtarıyla kopyalanabilir, incelenebilir ve çevrimdışı kullanılabilir.
MCP-yerel, tek komutlu ajan entegrasyonu: `pmb connect ...` gibi basit komutlar kullanarak stdio (alt süreç sunucusu) üzerinden MCP aracılığıyla popüler kodlama ajanlarına bağlanır ve birden fazla ajanın tek bir çalışma alanını paylaşmasını sağlar.
Otomatik ön-istem bellek enjeksiyonu: Ajan akıl yürütmeden önce ilgili kararları/dersleri/dosyaları ajan bağlamına çağırır ve enjekte eder, böylece ajanın bir bellek aracını çağırmayı hatırlamasına gerek kalmaz.
Sıralı birleştirme ile hibrit erişim: BM25 sözcüksel aramayı, yoğun gömülüleri ve bir varlık grafiğini birleştirir, geri çağırma kalitesini ve alaka düzeyini artırmak için Karşılıklı Sıra Birleştirme (isteğe bağlı yeniden sıralama ile) aracılığıyla birleştirilir.
Hızlı, engellemeyen yazma ve düşük gecikmeli geri çağırma: Yazmalar hemen dönerken gömme/vektör eklemeleri eşzamansız olarak çalışır; geri çağırma, yerel CPU'da hızlı olacak şekilde tasarlanmıştır (tipik kullanımda milisaniyeler).
Denetlenebilir kontrol paneli: Harita + Zaman Çizelgesi: Belleği bir varlık grafiği olarak ve kararların/derslerin/değişikliklerin git-grafiği benzeri bir günlüğü olarak keşfetmek için yerel bir web kullanıcı arayüzü sağlar, şeffaflığı ve kontrolü artırır.
PMB | Local-first memory for AI Kullanım Alanları
Oturumlar arası yazılım mühendisliği sürekliliği: Ekipler veya tek geliştiriciler, mimari kararları, kuralları ve önceki hata ayıklama derslerini koruyabilir, böylece her yeni kodlama oturumu yeniden açıklama yerine istikrarlı bir bağlamla başlar.
Çoklu araç geliştirici iş akışları (IDE/ajan değiştirme): Cursor, Claude Code, Codex CLI, Zed vb. arasında geçiş yapan geliştiriciler, bağlamın araçlar arasında onları takip etmesi için tek bir paylaşılan bellek çalışma alanı tutabilirler.
Çevrimdışı/özel kodlama ortamları: Güvenliğe duyarlı kuruluşlar (finans, sağlık, savunma) veya hava boşluklu kurulumlar, kodu veya notları buluta göndermeden kalıcı bellek ve erişim için PMB'yi kullanabilirler.
Uzun süreli ürün geliştirme ve bakım: Aylar/yıllar süren evrime sahip projeler için PMB, tekrarlayan sorunları, bağımlılık geçiş notlarını ve geçmiş gerekçeleri depolayarak regresyonları ve tekrarlanan olayları azaltabilir.
Bellek/erişim sistemlerinin araştırılması ve değerlendirilmesi: Uygulamalı yapay zeka araştırmacıları, tekrarlanabilir yerel ölçümler ve görünür bellek eserleri kullanarak hibrit geri çağırma boru hatlarını (BM25 + vektörler + grafik) karşılaştırabilir ve yineleyebilir.
Yapımcılar için taşınabilir kişisel bilgi tabanı: Bağımsız yaratıcılar, kararlar ve derslerden oluşan kişisel bir “mühendislik beyni” tutabilir, ardından süreklilik için çalışma alanını cihazlar arasında dışa aktarabilir/şifreleyebilir/senkronize edebilir.
Artıları
Güçlü gizlilik duruşu: yerel öncelikli depolama, bulut yok, telemetri yok, geri çağırma için API anahtarı gerekmez.
Yüksek kaliteli erişim yaklaşımı: sıralı birleştirme ve isteğe bağlı yeniden sıralama ile hibrit arama (BM25 + vektörler + varlık grafiği).
Düşük sürtünmeli iş akışı: otomatik geri çağırma enjeksiyonu ve günlük tutma, manuel istem ve araç çağırma yükünü azaltır.
Şeffaflık ve kontrol: yerel kontrol paneli (Harita/Zaman Çizelgesi) artı dosya tabanlı taşınabilirlik (SQLite/LanceDB) belleği denetlenebilir kılar.
Eksileri
Yerel kurulum/bakım gerektirir: kullanıcılar çalışma alanlarını, yedeklemeleri ve gömme/çıkarma için model seçimlerini kurmalı/yapılandırmalı ve yönetmelidir.
Alaka düzeyi/güvenlik doğru sınırlamaya bağlıdır: özel ajanlar, alakasız kişisel gerçeklerin ortaya çıkmasını önlemek için PMB'nin talimat/sınırlama davranışını çoğaltmalıdır.
Gömme model seçimi önemlidir: çok dilli çalışma alanları, yalnızca İngilizce gömülüleriyle bozulmuş erişimi önlemek için açık yapılandırma gerektirebilir.
Yerel kaynak takasları: indeksleme, gömülüler ve isteğe bağlı çıkarma/özetleme CPU/RAM tüketebilir ve büyük çalışma alanları için ayar gerektirebilir.
PMB | Local-first memory for AI Nasıl Kullanılır
1) PMB'yi Kurun: Bir terminalde, PMB'yi pip ile kurun:
pip install pmb-ai
PMB tamamen Python'dur ve macOS, Linux ve Windows'ta çalışır.
2) PMB'yi AI kodlama aracınıza bağlayın (MCP): PMB'yi MCP (stdio) üzerinden aracınıza bağlayın. Claude Code için örnek:
pmb connect claude-code
PMB, aracınızın bir alt süreci olarak çalışır (ağ yok, bağlantı noktası yok). Model yanıt vermeden önce ilgili belleği enjekte edecek ve sonrasında çalışmayı günlüğe kaydedecektir.
3) Kurulumu doğrulayın: MCP kablolamasının ve kancalarının etkin olduğunu doğrulamak için yerleşik tanılamayı çalıştırın:
pmb doctor
4) Aracınızı normal şekilde kullanın (bellek otomatiktir): Aracınızda/düzenleyicinizde her zamanki gibi çalışmaya başlayın. PMB otomatik olarak:
- Her mesajı hızlıca sınıflandırır
- Model yanıt vermeden önce eşleşen anıları hatırlar
- Yeni olayları eşzamansız olarak yazar (yazmalar anında döner; gömme/vektör ekleme arka planda gerçekleşir)
Normal kullanım sırasında özel araç çağrıları gerekmez.
5) CLI'dan manuel olarak hatırlamayı test edin (isteğe bağlı): PMB'nin neyi ortaya çıkaracağını görmek için belleğinizi doğrudan sorgulayabilirsiniz:
pmb recall
Daha sonra bir sorgu yazın (örneğin, bir hata adı veya karar) ve sıralanmış sonuçları (dersler/kararlar/dosyalar/vb.) inceleyin.
6) Belleği keşfetmek için yerel panoyu açın: Panoyu başlatın:
pmb dashboard
Daha sonra yerel web kullanıcı arayüzünü açın (genellikle http://127.0.0.1:8765 olarak gösterilir). Pano, belleğinizi şu şekilde incelemenizi sağlar:
- Bir grafik (varlıklar ve bağlantılar)
- Bir zaman çizelgesi/günlük (kararlar, dersler, taahhütler, hatalar vb.)
Sadece yereldir (kimlik doğrulama yok, bulut yok).
7) Çalışma alanınız çoğunlukla Latin metin değilse çok dilli bir gömme modeline geçin (uyarıldığında önerilir): “Çalışma alanında %81 Latin olmayan karakter var ancak all-MiniLM-L6-v2 (yalnızca İngilizce) kullanılıyor” gibi bir uyarı görürseniz, gömmeleri çok dilli bir modele geçirin:
pmb config set embedding.model paraphrase-multilingual-MiniLM-L12-v2
Bu, anılarınız/sorgularınız İngilizce olmayan metin içerdiğinde geri almayı iyileştirir.
8) (Gelişmiş) Özel aracınızın PMB'nin bellek güvenlik kapısını kopyaladığından emin olun: PMB'nin üzerine kendi aracı entegrasyonunuzu oluşturursanız, PMB'nin enjekte ettiği aynı kapı/talimat bloğunu kopyalayın; aksi takdirde ilgisiz kişisel gerçekler alakasız sorularda ortaya çıkabilir. Kanonik referans şurada bulunur:
src/pmb/cli/connect.py
9) PMB çalışma alanınızı Git ile yedekleyin / senkronize edin (önerilir): Bir çalışma alanı uzak deposunu başlatın ve düzenli olarak gönderin:
pmb workspace init --remote [email protected]:you/my-memory.git
pmb workspace push
Başka bir makinede:
pmb workspace pull
Veya yeni bir cihaza klonlayın:
pmb workspace clone <url> work-laptop
(Çatışma davranışı belgelerde belirtilmiştir: çatışmada uzak depo kazanır.)
10) Şifreli bir yedekleme paketi dışa aktarın (taşınabilir geri yükleme): Şifreli, kimliği doğrulanmış bir paket oluşturun:
pmb workspace export memory.enc
Herhangi bir çalışma alanına geri yükleyin:
pmb workspace import memory.enc personal
Bu, scrypt türetilmiş bir anahtarla (sağlanan kaynak parçacığına göre) AES + HMAC kullanır.
11) Baştan başlamanız gerekirse, çalışma alanı dizinini kopyalayın (kurtarma seçeneği): En kötü durumda, çalışma alanı dizininizi kopyalayabilir ve baştan başlayabilirsiniz. Parçacık, çalışma alanının şurada bulunduğunu gösterir:
~/.pmb/workspaces/<id>/
Manuel yedekleme olarak veya durumu taşımak için kopyalayın.
PMB | Local-first memory for AI SSS
PMB (Kişisel Bellek Beyni), yapay zeka kodlama ajanları için yerel öncelikli kalıcı bir bellek sistemidir. Kararları, dersleri, proje gerçeklerini ve diğer anıları makinenizde (öncelikli olarak bir SQLite dosyasında) depolar ve ilgili bağlamı MCP (Model Bağlam Protokolü) aracılığıyla ajanlara geri besler.
Popüler Makaleler
Atoms: Fikirleri Lansmana Hazır Ürünlere Dönüştüren Çoklu Ajan Yapay Zeka Platformu
May 22, 2026
Nano Banana SBTI: Nedir, Nasıl Çalışır ve 2026'da Nasıl Kullanılır
Apr 15, 2026
Atoms İncelemesi — 2026'da Dijital Oluşumu Yeniden Tanımlayan Yapay Zeka Ürün Geliştiricisi
Apr 10, 2026
Kilo Claw: Gerçek Bir "Senin Yerine Yapan" Yapay Zeka Aracısı Nasıl Kurulur ve Kullanılır (2026 Güncellemesi)
Apr 3, 2026
PMB | Local-first memory for AI Benzer En Yeni Yapay Zeka Araçları
Gait
Gait, AI destekli kod üretimini sürüm kontrolü ile entegre eden bir işbirliği aracıdır, ekiplerin AI tarafından üretilen kod bağlamını verimli bir şekilde takip etmelerini, anlamalarını ve paylaşmalarını sağlar.
invoices.dev
invoices.dev, geliştiricilerin Git commit'lerinden doğrudan fatura oluşturan otomatik bir faturalama platformudur; GitHub, Slack, Linear ve Google hizmetleri için entegrasyon yetenekleri vardır.
EasyRFP
EasyRFP, RFP (Teklif Talebi) yanıtlarını kolaylaştıran ve derin öğrenme teknolojisi ile gerçek zamanlı alan fenotipleme sağlayan AI destekli bir kenar bilişim araç takımıdır.
Cart.ai
Cart.ai, kodlama, müşteri ilişkileri yönetimi, video düzenleme, e-ticaret kurulumu ve 24/7 destek ile özel AI geliştirme dahil kapsamlı iş otomasyon çözümleri sunan AI destekli bir hizmet platformudur.
PMB | Local-first memory for AI Gibi Popüler Yapay Zeka Araçları
GitHub Copilot Chat
GitHub Copilot Chat, desteklenen IDE'ler ve GitHub.com içinde doğal dil etkileşimleri, gerçek zamanlı kod önerileri ve bağlamsal destek sağlayan AI destekli bir kodlama asistanıdır.
CopilotForXcode
CopilotForXcode, Xcode içinde AI destekli kod önerileri, sohbet yardımı ve prompt-to-code işlevselliği sağlamak için GitHub Copilot, Codeium ve ChatGPT'yi entegre eden bir Xcode Kaynak Editörü Uzantısıdır.
BrowserAI
BrowserAI, sunucu altyapısı gerektirmeden gizlilik odaklı yapay zeka yetenekleri sunarak, WebGPU hızlandırmasıyla doğrudan web tarayıcılarında yerel Büyük Dil Modellerini (LLM'ler) çalıştırmayı sağlayan açık kaynaklı bir kitaplıktır.
OpenAI Codex CLI
OpenAI Codex CLI, terminalinizde çalışan, geliştiricilerin doğal dili kod yürütmeye çevirmesini sağlayan, kod çalıştırma, dosyaları manipüle etme ve sürüm kontrolü altında yineleme yeteneği ile ChatGPT düzeyinde akıl yürütme sağlayan hafif, açık kaynaklı bir kodlama aracıdır.