Recall

没有记忆服务，每次 Claude / Copilot / Cursor 对话 都得从零开始。你每次都要重新解释代码库、约定、 决策和注意事项。Recall 可以解决这个问题。

从这里开始：了解 Recall 如何服务一位开发者和一个 AI

安装一次，将 MCP 客户端指向它，你的 AI 就能：

• 跨会话记忆——“上周我们对身份验证流程做了什么决定？” 会返回实际决策，而不是幻觉
• 为代码和文档编制索引——index_file + recall = 在本地代码库上 实现语义 RAG
• 注明答案来源——answer 会返回文本及其引用的内容块
• 构建项目知识——每个 checkpoint、reflect 和 anti_pattern 之后都可搜索
• 重启后仍可使用——磁盘上的仅追加式产物，可据此重建向量存储

只需一次 pip install、一个配置块，就能完成。无需 API 密钥。无需外部 服务。无需按 token 付费。采用 MIT 许可证。95% 的用户使用 Recall， 到此就够了。

---

这与 mem0 / Letta / Zep 有何不同？

Recall 和它们一样，提供 AI 会话间的持久记忆、 语义检索，以及“记住用户上周说过的话”。不同之处在于记忆存放在哪里以及如何实现：

	mem0 / Letta / Zep	Recall
记忆存放位置	它们的云端	你的 ~/.recall/
是否需要 API 密钥	是	否
费用	按 token 计费 / 月度 SaaS 订阅	免费
嵌入	它们的服务	本地 ONNX（离线）
网络调用	每次检索都会调用	零
可否完全隔离网络	否	是
原生支持 MCP	封装层或 SDK	基于 MCP 构建
多 Agent 协调	无	6 种基本操作

如果你愿意按 token 向托管记忆服务提供商付费，那些都是很棒的产品，你不需要 Recall。如果你更希望 AI 的记忆保存在自己的笔记本电脑或服务器上，免费且离线运行， 那 Recall 正适合你。

---

扩展规模：运行多个 Agent 时的协作

为单个开发者提供个人 AI 记忆的同一套安装方式，在多个 Agent 与之交互时，也能作为一个共享大脑。两个 Copilot 窗口。一个规划者 + 执行者组合。三个 Claude 实例分头重构代码。一个 pre-commit Agent 和一个 code-review Agent 处理同一个 PR。它们都从同一个存储中 remember 和 recall。

这带来了一个托管记忆服务都未曾尝试解决的新问题：Agent 互相干扰。 Agent A 开始重构 src/auth.py。另一个窗口中的 Agent B 不知道 A 正在编辑，也改写了同一个文件。谁最后保存，谁就赢。另一个 Agent 的工作就此丢失。

Recall 提供六个 MCP 基元，将并行 Agent 从互相覆盖变成协同团队：

工具	功能
claim(resource, agent)	为文件／表／URL 设置软锁，并启用自动过期 TTL
release(resource, agent)	释放锁（软归档——审计记录会保留）
who_has(resource)	“现在有人在编辑 src/foo.py 吗？”
claims()	所有 Agent 的全部活动锁
handoff(to_agent, ...)	明确转交工作，并附上意图、文件和上下文
pulse_others(self_agent)	最近的 N 个检查点，来自除你之外的其他 Agent

Claim 是建议性的（类似 git 锁）——Recall 不会从物理层面阻止第二个 Agent 写入，但所有遵循规范的客户端都会先检查。TTL 可避免崩溃的 Agent 永久锁住资源。释放操作会进行软归档（遵循项目范围内“删除 = 归档”的规则），因此谁在何时持有了什么资源的审计记录会一直保留。

如果你是单用户，这些工具只会闲置不用。如果你要扩展到多个 Agent，它们已经随时可用。

   ┌──────────────┐                           ┌──────────────┐
   │  Agent a3f7  │      claim(file, ttl)     │  Agent b1c4  │
   │  Claude #1   │ ───────────┐  ┌─────────► │  Claude #2   │
   └──────┬───────┘            ▼  │           └──────┬───────┘
          │              ┌────────┴───────┐          │
          │   remember   │     Recall     │   pulse  │
          ├────────────► │ • shared memory│ ◄────────┤
          │              │ • claims/locks │          │
          │   handoff    │ • handoffs     │  handoff │
          ├────────────► │ • who_has      │ ◄────────┤
          │              └────────────────┘          │
          ▼                                          ▼
       22 MCP tools — Copilot, Claude, Cursor, custom

总计 22 个 MCP 工具——每位用户都能使用的 16 个记忆工具，以及扩展规模时启用的 6 个协作基元。

---

一行安装（Claude Desktop、VS Code、Cursor）

Recall 以 stdio MCP 服务的形式提供。零配置——无需 API 密钥、Docker 或端口。记忆存储在 ~/.recall/ 中。

pip install "ai-recallworks[mcp]"

然后将 Recall 添加到你的 MCP 客户端配置中：

Claude Desktop（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json， Windows 上为 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "recall": {
      "command": "recall-mcp"
    }
  }
}

VS Code（工作区或用户设置中的 mcp.json）：

{
  "servers": {
    "recall": {
      "command": "recall-mcp"
    }
  }
}

重启客户端。你的 Agent 现在可以跨会话保留记忆。 嵌入完全离线运行（Chroma 内置的 all-MiniLM-L6-v2）。需要时可通过环境变量切换到 Ollama / OpenAI / Voyage 嵌入模型。

---

五分钟安装（HTTP／多用户／团队）

1. 运行服务：

docker run -d --name recall \
  -p 8787:8787 \
  -e API_KEY=changeme \
  -v recall-data:/data \
  ghcr.io/recallworks/recall:latest

2. 与其交互——选择你的技术栈：

# Raw HTTP (any language)
curl -H "X-API-Key: changeme" \
     -H "Content-Type: application/json" \
     -d '{"content":"first memory","tags":"hello"}' \
     http://localhost:8787/tool/remember

# Python (use requests/httpx — no SDK pkg needed)
import requests
h = {"X-API-Key": "changeme", "Content-Type": "application/json"}
requests.post("http://localhost:8787/tool/remember", headers=h,
              json={"content": "first memory", "tags": "hello"})
print(requests.post("http://localhost:8787/tool/recall", headers=h,
                    json={"query": "memory"}).json()["result"])

// TypeScript / JavaScript (Node 18+, Bun, Deno, browser)
npm install @recallworks/recall-client

import { RecallClient } from "@recallworks/recall-client";
const c = new RecallClient({ baseUrl: "http://localhost:8787", apiKey: "changeme" });
await c.remember("first memory", { tags: "hello" });
console.log((await c.recall("memory")).result);

完整操作指南：docs/quickstart.md。

---

你将获得

• 13 个工具 — remember、recall、reflect、anti_pattern、checkpoint、 pulse、session_close、index_file、reindex、snapshot_index、 memory_stats、forget、maintenance。
• 两种传输方式 — 纯 HTTP（POST /tool/{name}）和基于 SSE 的 MCP。 可接入 Copilot、Claude Code、Cursor 或任何 MCP 客户端。
• 自选模型 — 可插拔的嵌入器（默认 / OpenAI / Ollama）和摘要器（noop / OpenAI / Ollama）。可完全离线运行、 完全在本地部署，也可使用你自己的 Azure-OpenAI 租户。请参阅 docs/byo-models.md。
• 默认持久化 — 临时实时存储会自动快照到磁盘； 容器重启后，数据依然完整。
• 只追加的产物 — 每次写入也会保存为 .md 文件。如果 向量存储发生故障，reindex 会根据这些产物重建。
• forget 采用软归档 — 这项防护措施直接集成在 OSS 代码中，而非 作为策略额外附加。已删除的记忆可以恢复。

---

有何不同

	Recall	Mem0 / Letta / Zep
核心许可证	MIT	混合；优先提供 SaaS
自托管	一条 docker run 命令	因情况而异，通常并不简单
自选嵌入器	默认 / OpenAI / Ollama（环境变量）	通常固定
自选 LLM	noop / OpenAI / Ollama（环境变量）	通常固定
存储模型	只追加的产物 + 向量索引，可重建	仅实时数据库
delete	按设计采用软归档	硬删除
工具范围	13 个精选工具（记忆 + 工作流）	嵌入 + 检索基础功能
原生支持 MCP	是，另支持纯 HTTP	部分支持 / 通过封装层
运维模式	单个二进制文件、单个容器	多服务栈

如果你想使用托管服务，请参阅下文的 Recall Cloud。如果你想完全拥有自己的大脑，这个 OSS 核心已足够。

---

仓库布局

路径	内容
src/recall/	OSS 服务（MIT）
src/recall/tools/	每个工具对应一个模块
src/recall/transport/	HTTP + MCP/SSE 适配器
docker/single-tenant/	Dockerfile + compose 参考配置
tests/	pytest 测试套件（无需 Docker）
docs/	快速入门、约定、架构
enterprise/	多租户、SSO、控制平面（BSL）

---

约定

这些是让工具发挥价值的实践。请选择适合你的做法。

• 冷启动流程 — 每次会话都应运行的开场 协议。
• 品牌标识 — 带签名的编辑标头，便于追踪哪个 Agent 在何时修改了哪个文件。

---

状态

Alpha。src/recall/ 中的代码提取自一个已托管的生产级大脑，该大脑 已服务数千次会话，随后清理了组织专属的 路径、扩展和租户数据。1.0 之前可能会有破坏性变更；请固定 镜像标签。

---

贡献

欢迎参与 — 请先阅读 CONTRIBUTING.md。我们接受错误 修复、新的 Store 后端、文档改进和反模式条目。未经事先讨论， 我们不接受架构重写。

安全问题：请参阅 SECURITY.md。

---

许可证

• src/recall/、clients/、docker/single-tenant/、docs/、examples/ — MIT (LICENSE)
• enterprise/ — BSL 1.1，额外授予 5 个席位的使用权，3 年后转为 MIT (LICENSE-COMMERCIAL.md)

---

Recall 开源版、Recall Pro 与托管版

功能	开源版（本仓库）	Recall Pro	Recall Cloud
单租户 Docker 镜像	✅	✅	不适用（托管）
13 种记忆工具，支持 MCP + HTTP	✅	✅	✅
自带嵌入器和大模型	✅	✅	✅
仅追加制品 + 自动快照	✅	✅	✅
多租户、SSO、RBAC	—	✅	✅
审计日志 + 保留策略	—	✅	✅
跨会话实体图	—	✅	✅
PII 清理管道	—	✅	✅
快照复制 / 灾难恢复	—	✅	✅
供应商支持 + SLA	社区支持	工作时间	全天候
托管于我们的基础设施	—	—	✅
定价	免费	每个节点每月 $99 起	每 1,000 次工具调用 $0.10 起

Recall Pro 基于 Business Source License 发布于 enterprise/ 目录中 — 源码可用，免费授予 5 个席位的额外使用权，3 年后转为 MIT。购买许可证后，enterprise/ 模块即可与开源版安装一同启用。

Recall Cloud 是托管的多租户版本。工具相同，无需管理基础设施。欢迎联系我们了解早期访问定价。

➡️ 联系销售：[email protected] · 预约 20 分钟演示：https://recall.works/demo

---

基于 Recall 构建的垂直领域产品

Recall 是核心引擎。我们基于它打造开箱即用的垂直领域智能产品：

• IceWhisperer — 面向 ICE Mortgage Technology / Encompass 服务商的记忆与工作流智能核心。预加载 SDK 索引、设置方案、插件审计、漂移检测。试点费用每月 $250 起。

如果你希望为 自己的 行业打造垂直领域智能产品，我们可以为你构建。请发送邮件至 [email protected]。

---

维护者

请通过 [email protected] 联系维护者。欢迎在 GitHub 上提交问题和 PR。