
PMB | Local-first memory for AI
PMB 是一個 Apache-2.0、MCP 原生、本地優先的持久記憶層,它將代理知識儲存在磁碟上的 SQLite + LanceDB 中,並自動將快速混合調用(BM25 + 向量 + 實體圖)注入到 Claude Code、Cursor、Codex 和 Zed 等工具中——離線,無需 API 金鑰或雲端。
https://pmbai.dev/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2026年06月29日
什麼是 PMB | Local-first memory for AI
PMB (Personal Memory Brain) 是一個本地優先的記憶系統,旨在解決編碼代理的“AI 每次會話都會忘記”問題。PMB 不依賴聊天歷史或雲端服務,而是將持久、可重複使用的記憶——例如專案事實、決策、經驗教訓和文件上下文——直接儲存在您機器上您控制的單一工作區中。它與 MCP 相容的客戶端(包括 Claude Code、Cursor、Codex、Zed、Windsurf、Gemini 和 Copilot MCP 設定)整合,因此您的代理可以在不同會話甚至不同工具之間攜帶上下文,同時保持所有內容私密且離線優先。PMB 還提供一個本地儀表板 UI,用於檢查、審核和探索已儲存的內容。
PMB | Local-first memory for AI 的主要功能
PMB (個人記憶大腦) 是一個 Apache-2.0 許可的本地優先持久記憶層,專為 AI 編碼代理設計。它將決策、經驗、專案事實和工作流程上下文儲存在您的機器上 (SQLite + LanceDB),並在模型回應之前自動將最相關的記憶呈現給 MCP 相容工具 (例如 Claude Code, Cursor, Codex, Zed)。它強調快速、離線檢索 (無需 API 密鑰、無需雲端、無需遙測)、混合搜尋品質 (BM25 + 密集向量 + 實體圖,可選重新排序),以及「記憶衛生」功能,例如有助於您修剪無用規則的追蹤率評分。本地儀表板透過圖表 (地圖) 和日誌 (時間軸) 提供可見性和控制,而備份/同步/匯出選項則支援跨機器的可移植性。
本地優先的持久記憶儲存: 將長期代理記憶儲存在您的磁碟上,採用持久的 SQLite 資料庫,並附帶 LanceDB 向量——可複製、可檢查,且無需 API 密鑰即可離線使用。
MCP 原生,一鍵式代理整合: 透過 stdio (子進程伺服器) 上的 MCP 連接到流行的編碼代理,使用 `pmb connect ...` 等簡單命令,使多個代理能夠共用一個工作區。
自動預提示記憶注入: 在代理推理之前,召回並將相關決策/經驗/文件注入代理上下文,因此代理無需記住調用記憶工具。
帶有排名融合的混合檢索: 結合 BM25 詞彙搜尋、密集嵌入和實體圖,透過倒數排名融合 (可選重新排序) 進行融合,以提高召回品質和相關性。
快速、非阻塞寫入和低延遲召回: 寫入立即返回,而嵌入/向量插入異步運行;召回設計為在本地 CPU 上快速 (典型使用中為數十毫秒)。
可審計儀表板:地圖 + 時間軸: 提供本地 Web UI,將記憶作為實體圖和類似 git 圖的決策/經驗/更改日誌進行探索,提高透明度和控制力。
PMB | Local-first memory for AI 的使用案例
跨會話的軟體工程連續性: 團隊或獨立開發人員可以保留架構決策、慣例和先前的調試經驗,這樣每個新的編碼會話都從穩定的上下文開始,而不是重新解釋。
多工具開發人員工作流程 (IDE/代理切換): 在 Cursor、Claude Code、Codex CLI、Zed 等之間切換的開發人員可以共用一個記憶工作區,以便上下文隨工具移動。
離線/私有編碼環境: 對安全性敏感的組織 (金融、醫療保健、國防) 或氣隙設置可以使用 PMB 進行持久記憶和檢索,而無需將程式碼或筆記發送到雲端。
長期產品開發和維護: 對於經過數月/數年演變的專案,PMB 可以儲存重複的陷阱、依賴項遷移筆記和歷史依據,以減少回歸和重複事件。
記憶/檢索系統的研究和評估: 應用 AI 研究人員可以使用可重現的本地測量和可見的記憶工件,對混合召回管道 (BM25 + 向量 + 圖) 進行基準測試和迭代。
可攜式個人知識庫,供開發者使用: 獨立創作者可以維護一個個人的「工程大腦」,其中包含決策和經驗,然後將工作區匯出/加密/同步到不同設備以實現連續性。
優點
強大的隱私立場:本地優先儲存,無雲端,無遙測,召回無需 API 密鑰。
高品質檢索方法:混合搜尋 (BM25 + 向量 + 實體圖),帶有排名融合和可選重新排序。
低摩擦工作流程:自動召回注入和日誌記錄減少了手動提示和工具調用開銷。
透明度和控制:本地儀表板 (地圖/時間軸) 加上基於文件的可移植性 (SQLite/LanceDB) 使記憶可審計。
缺點
需要本地設置/維護:用戶必須安裝/配置和管理工作區、備份以及嵌入/提取的模型選擇。
相關性/安全性取決於正確的門控:自定義代理必須複製 PMB 的指令/門控行為,以避免浮現不相關的個人事實。
嵌入模型選擇很重要:多語言工作區可能需要明確配置,以避免因僅限英語的嵌入而導致檢索降級。
本地資源權衡:索引、嵌入以及可選的提取/摘要可能會消耗 CPU/RAM,並且可能需要針對大型工作區進行調整。
如何使用 PMB | Local-first memory for AI
1) 安裝 PMB: 在終端機中,使用 pip 安裝 PMB:
pip install pmb-ai
PMB 是純 Python,可在 macOS、Linux 和 Windows 上運行。
2) 將 PMB 連接到您的 AI 編碼代理 (MCP): 透過 MCP (stdio) 將 PMB 連接到您的代理。Claude Code 的範例:
pmb connect claude-code
PMB 作為您代理的子進程運行(無網路、無埠)。它會在模型回答之前注入相關記憶,並在之後記錄工作。
3) 驗證設定: 運行內建診斷程式以確認 MCP 連線和掛鉤已啟用:
pmb doctor
4) 正常使用您的代理(記憶是自動的): 像往常一樣在您的代理/編輯器中開始工作。PMB 會自動:
- 快速分類每條訊息
- 在模型回應之前調用匹配的記憶
- 非同步寫入新事件(寫入立即返回;嵌入/向量插入在後台進行)
正常使用期間無需特殊工具調用。
5) 從 CLI 手動測試調用(可選): 您可以直接查詢您的記憶,查看 PMB 會顯示什麼:
pmb recall
然後輸入查詢(例如,錯誤名稱或決策)並查看排名結果(經驗教訓/決策/文件等)。
6) 開啟本地儀表板以探索記憶: 啟動儀表板:
pmb dashboard
然後開啟本地網頁 UI(通常顯示為 http://127.0.0.1:8765)。儀表板允許您將記憶檢查為:
- 圖形(實體和連接)
- 時間軸/日誌(決策、經驗教訓、提交、失敗等)
它是本地專用(無需身份驗證,無需雲端)。
7) 如果您的工作區主要不是拉丁文字,請切換到多語言嵌入模型(建議在收到警告時執行): 如果您看到類似“工作區有 81% 非拉丁字元,但使用 all-MiniLM-L6-v2 (僅限英文)”的警告,請將嵌入切換到多語言模型:
pmb config set embedding.model paraphrase-multilingual-MiniLM-L12-v2
這會在您的記憶/查詢包含非英文文本時改善檢索。
8) (進階) 確保您的自訂代理複製 PMB 的記憶安全閘門: 如果您在 PMB 之上構建自己的代理整合,請複製 PMB 注入的相同閘門/指令塊;否則,不相關的個人事實可能會在不相關的問題上浮現。規範參考位於:
src/pmb/cli/connect.py
9) 使用 Git 備份/同步您的 PMB 工作區(建議): 初始化工作區遠端並定期推送:
pmb workspace init --remote [email protected]:you/my-memory.git
pmb workspace push
在另一台機器上:
pmb workspace pull
或複製到新設備:
pmb workspace clone <url> work-laptop
(文件中註明了衝突行為:遠端在衝突時獲勝。)
10) 匯出加密備份包(可攜式還原): 創建加密、經過身份驗證的包:
pmb workspace export memory.enc
將其還原到任何工作區:
pmb workspace import memory.enc personal
這使用 AES + HMAC 和 scrypt 派生金鑰(根據提供的原始碼片段)。
11) 如果您需要重新開始,請複製工作區目錄(恢復選項): 最壞的情況是,您可以複製您的工作區目錄並重新開始。該片段指出工作區位於:
~/.pmb/workspaces/<id>/
將其複製為手動備份或遷移狀態。
PMB | Local-first memory for AI 常見問題
PMB (Personal Memory Brain) 是一個為 AI 編碼代理設計的本地優先持久記憶系統。它將決策、經驗、專案事實和其他記憶儲存在您的機器上(主要在 SQLite 檔案中),並透過 MCP (Model Context Protocol) 將相關上下文回饋給代理。











