LinkLore

LinkLore

用于项目记忆的 MCP 服务——让 AI Agent 在工作过程中记录决策、陷阱和规格，并在下一次会话中结合代码上下文回忆这些内容。

专为 Agent 而非人类打造：这里的每个工具都旨在便于 AI 使用，而不是便于人阅读。

为什么选择 LinkLore

每次新会话，AI Agent 都要从零开始——决策被反复讨论，陷阱被重新发现，而“为什么要这样做？”只能靠猜测来回答。Markdown 笔记无法解决这个问题：它们是为人编写的，会逐渐偏离代码，也没有 Agent 能可靠地读取它们。

LinkLore 提供结构化记忆，Agent 可通过 MCP 工具自行读写：

• 两种记录类型——lore（决策、陷阱、日志）和 doc（规格、计划），彼此之间以及与代码文件之间均可双向关联。
• 本地优先——所有内容都存储在项目内的 .linklore/ SQLite 数据库中。无需账号即可开始使用。
• 代码上下文——记录可关联到源文件；基于 git diff 的过时检测会标记代码已超前于记忆的内容。
• 低成本回忆——可按含义、标签、文件、状态或时间段查询；会话开始时调用 brief()，即可用几百个 token 返回未处理事项和热点。

快速开始

直接从 PyPI 运行——无需安装或克隆（uvx llre）。

Claude Code

claude mcp add llre -- uvx llre

任何其他 MCP 客户端（Cursor、Codex、Windsurf，……）——添加到项目的 MCP 配置中（例如 .mcp.json）：

{
  "mcpServers": {
    "llre": {
      "command": "uvx",
      "args": ["llre"]
    }
  }
}

然后在项目根目录中初始化一次：

uvx llre init

或者让你的 Agent 完成所有操作——这是一个旨在由 AI Agent 设置、而非手动输入命令配置的服务。将以下内容作为你发给 Claude Code、Cursor、Codex 或其他支持 MCP 的 Agent 的第一条消息：

在此代码仓库中设置 LinkLore（一个用于项目记忆的 MCP 服务）。它是 PyPI 包 llre，通过 uvx llre 运行——无需安装或克隆。将其注册为你所用客户端的 MCP 服务（Claude Code：claude mcp add llre -- uvx llre；否则，将 {"mcpServers": {"llre": {"command": "uvx", "args": ["llre"]}}} 添加到此项目的 .mcp.json），然后在此处运行 uvx llre init。运行 uvx llre login 前请先询问我——它会打开浏览器进行 Google 登录，只有个人备份或团队共享时才需要。

使用循环

Agent 实际使用它的流程，按顺序如下：

start a session       →  brief()                  open items, recent activity, hotspots
about to touch code   →  show(file=..., query=…)  decisions & pitfalls tied to that area
decided / got burned  →  add(type='lore', …)      record it, linked to the files involved
spec or plan          →  add(type='doc', …)       instead of a standalone .md
something changed     →  edit(id=..., …)          append, replace a section, or supersede
memory getting messy  →  doctor() · cleanup()     integrity check, duplicate detection
back up / share       →  push() · openbox(…)      your server space · invite-only shared boxes

可用工具

共有 23 个工具。将任意工具的 help=True 传入即可查看完整用法。

类别	工具	功能
设置	init	在当前目录中设置 .linklore/
项目	brief	会话开始仪表板 — 待处理事项、近期活动、热点
项目	status	检测代码与文档的同步偏差（基于 git-diff）
项目	config	项目设置、外部来源、会话置顶
诊断	doctor	检查数据完整性；action='fix' 可自动修复
记录	add	创建 lore 或文档；items=[{...}] 可批量创建
记录	edit	修改条目 — 追加（默认）、替换某个章节、覆盖或取代
记录	rm	删除 — 默认移入可恢复的回收站，force=True 可永久删除
记录	restore	从回收站恢复；不带 id 时列出回收站内容
记录	local	在同级本地工作区间移动、复制或查看条目
搜索	show	按 id、文本、标签、状态、文件或时间段查询；提供图谱和标签视图
搜索	log	更改历史
链接	link	关联两个条目（lore↔lore、doc↔doc、doc↔lore）
链接	unlink	断开两个条目的关联
文档视图	doc_flow	按顺序呈现文档的流程链
文档视图	doc_map	概览完整的文档链接网络
文档视图	doc_rollup	收集链接到某文档的 lore，生成 AI 摘要草稿
清理	cleanup	检测可能重复的 lore/doc 候选项
我的服务器	push	将本地存储备份到你自己的服务器空间
我的服务器	pull	从你自己的服务器空间恢复
Openbox	openbox	通过一个入口完成所有跨所有者共享操作 — 推送/拉取、浏览、邀请/加入、角色
反馈	report	直接向团队发送反馈或错误报告

完整指南随产品一同提供，以 lore 的形式内置其中 — LinkLore 用自身来记录自身。执行 init() 后，项目会将其作为只读来源：

show(tag='guide')

指南会随软件包一同更新：升级 llre 后，brief() 会告知你有哪些变化。

仓库布局

• mcp/ — MCP 服务源码中可读的部分（PyPI：llre）
• plugin/ — Claude Code 插件封装

源码模型

大部分源码可读，核心部分已编译。本仓库以明文发布 MCP 服务的部分源码，包括入口点、i18n 目录、基础工具和入门指南，采用 Elastic License 2.0 许可。核心模块（搜索、排序、矛盾检测、工具逻辑）以编译扩展的形式随已发布的 wheel 提供，而非明文源码，因此“阅读每一行并进行分叉”并非完全可行 — 但大部分源码可读，你可以运行、可自托管，也可以在自己的组织内部用于商业用途。我们宁愿坦诚说明核心逻辑已编译，也不假装它是完全开源的。

此目录树无法独立构建（此处不包含已编译的模块）— 请改为安装已发布的软件包：uvx llre。

研究

LinkLore 是论文 “When the Agent Is the User: Agent-Driven Evolution of AI-Native Tools” 的案例研究 — 该论文定义了 AI-Native Tools 类别，其中 AI Agent 是主要操作者。

DOI：10.5281/zenodo.21216858 · 引用：CITATION.cff

许可证

Elastic License 2.0。可免费安装和使用；不得将本软件作为竞争性的托管服务提供，不得规避许可证密钥功能，也不得移除许可声明。

团队同步、跨项目共享和云备份由 linklore.io 上的后端服务提供（不属于本仓库）。