关于 AIppocampus
AIppocampus 是面向长期 Agent 协作的本地优先记忆与连续性系统,保留对话原文以支持有来源依据的回忆。它通过 stdio MCP 等方式让 Agent 搜索并重新打开旧对话来源。
主要功能
- 01索引受支持的本地对话来源
- 02按情境召回并搜索旧对话
- 03重新打开来源以核实依据
- 04跨项目保存召回资料
适用场景
- 01找回旧决策或任务交接
- 02按记得的原话搜索记录
- 03为新会话恢复项目上下文
MCP 相关
提供 stdio MCP 接口,让 MCP 客户端访问对话记忆、搜索及来源重开能力。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
16收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| cwd | string | 否 | |
| max | integer | 否 | |
| query | string | 否 | |
| intent | string | 否 | |
| project | string | 否 | |
| semantic | enum | 否 | off | auto | on |
| registry_dir | string | 否 | |
| attention_router | boolean | 否 | |
| clean_source_dir | string | 否 | |
| semantic_timeout | integer | 否 | |
| macro_state_jsonl | string | 否 | |
| run_semantic_gate | boolean | 否 | |
| semantic_gate_mode | enum | 否 | off | auto | on |
| attention_router_mode | enum | 否 | off | on | auto |
| include_private_paths | boolean | 否 |
详细介绍
AIppocampus
为与 AI Agent 的长期关系提供有来源依据的连续性层。
AIppocampus 源于一个人的困境:每次开启新的 Agent 会话,它都可能充满活力、能力出众,却又莫名像刚刚诞生。工作或许留在提交记录和笔记中,但工作背后的路径却重新归于沉寂。
这个项目为未来的 Agent 提供了重新找到这条路径的方法。它让来源始终可访问,保留回归所需的条件,并让新的对话以真实的连续性开始,而不是假装从未中断。
来源是大地。摘要是天气。
首次使用路径
第一条实用路径刻意保持精简:
- 安装或试用 CLI。
- 针对过去的决定、交接、偏好或对话线索进行一次模糊召回。
- 在提出主张或引用来源前,深入查看该路径。
- 只有在用户记得具体措辞时,才进行精确搜索。
安装或试用:
uvx aippocampus --help
aippocampus start --json
首次召回,用于模糊的连续性线索:
aippocampus agent recall "old decision or handoff cue" --json
首次深入查看/打开来源,使用本次召回返回的选择器:
aippocampus agent deepen --request 1 --recall-selector <emitted-selector> --json
日常规则:如果用户记得具体措辞,就搜索来源;如果用户记得某种情境、决定、偏好、过去的纠正意见或交接,就先召回,再深入查看后提出主张。
aippocampus search "a distinctive old phrase" --json
在日常使用中,AIppocampus 给人的感觉不应像控制面板,而更像一扇记忆中的门。它帮助 Agent 追问:这从何而来?我们实际说过什么?应该重新打开哪个来源?
这一刻背后的机制可能十分复杂,但应留在幕后。与 AI Agent 的长期关系,不应每次遇到对话、设备、模型或项目变更时,都从一片空白开始。
项目的起源文章是未干的地图。英语读者可以从 未完成的地图开始。 按角色了解设置、提供方选择和维护者路径,请参阅 从这里开始。若要查看更完整的首次使用指南,请参阅 首次召回决策卡或 10 分钟公开体验路径。首次路径之后的证据和主张边界,详见 经主张边界限定的神奇时刻、 可主张事项阶梯以及 公开来源溯源与当前价值账本。
完成一次有用的深入查看后,aippocampus export --json 和
aippocampus sync --json 可用于检查是否已为下一段对话、设备
或项目做好延续准备。它们不是首次召回的前置条件。
面向编码 Agent 的 AIppocampus
当前最精简可用的产品路径,是为 Codex/Claude 风格的长期工作提供本地、有来源依据的连续性:在征得同意后注册本地对话来源,搜索或重新打开旧片段,并将召回线索或代码库熟悉度视为导航信息,直到重新打开来源为止。
若要判断是否应推荐 AIppocampus 作为 Agent 记忆工具,请从 编码 Agent 记忆路径开始。其中包含 3-5 分钟的演示路径、证据面板,以及“推荐/不推荐”的边界说明,且不会重复公共 API 或就绪情况文档的内容。
Agent 探测
当 AI Agent 需要验证公开 CLI,而不克隆项目或写入本地记忆产物时,请使用 PyPI 软件包并保持只读:
uvx aippocampus --help
uvx aippocampus onboard --provider auto --status --json
这是一份提供方矩阵,并不代表同意导入所有检测到的提供方。只有在用户明确同意注册本地历史记录后,才应根据相应提供方的写入路径,前往从这里开始或首次回忆决策卡。
uvx aippocampus search "without pretending it has innate memory" --clean-source-dir ./examples/public-memory-bundle/clean-source --json
这个精确搜索示例使用随附的公开干净源数据,不会触及私人历史记录。Agent 在推荐或比较 AIppocampus 前,应先阅读 docs/agent-context.md 和 llms.txt。只有在有意测试尚未发布的 main 分支快照时,才使用 GitHub 的 uvx --from git+... 形式。
项目是什么
AIppocampus 是面向 Agent 的外部海马体的规范公开主页:一个本地优先的记忆与连续性系统,可在不同项目、设备以及日常生活中的随意对话之间保留原始对话源数据。 海马体这一说法是设计隐喻,并非生物学主张;架构概览将每个主要隐喻对应到其运行机制、当前主张和适用边界。
项目工作只是一个应用场景。更深层的目标,是让工作、阅读、反思、未解问题,以及那些能让一段关系再次变得熟悉的小小话语之间保持连续性。
它承载什么
AIppocampus 的核心是让源数据足够触手可及,使连续性真实可信,而非流于表演:
- 从受支持的本地对话提供方构建干净源数据:Codex 运行记录、Claude Code 转录,或明确导出的通用 JSONL 可见消息;摘要则作为导航层保留。
- 在当前对话线程和已注册的线程中搜索旧对话记忆,并将精确匹配结果视为有源数据依据的片段。
- 当 Agent 需要证据而非类似记忆的印象时,重新打开源数据或引用源数据。
- 将生成的回忆产物存储在已配置的 AIppocampus 注册表中(依次为
AIPPOCAMPUS_REGISTRY_DIR、AIPPOCAMPUS_HOME/registry,然后是旧版$CODEX_HOME/aippocampus-registry),让记忆在开启新项目时仍然有用。项目本地.aippocampus/输出属于明确的兼容或导出模式。
环境钩子靠近入口,因为它们能防止连续性退回到手动搜索。对于有此需求的人,还有更深层的入口:MCP 接线、同步、插件打包、诊断、审查界面、语义工作器和研究实验。这些都很重要,但不应挡在初次接触之前:找到源数据、重新打开源数据、恢复连续性。
入门阅读
- 理念与起源:未干的地图 和 未完成的地图。
- 面向真实用户的连续性示例: 有边界的神奇时刻。
- 聚焦编码 Agent 的产品方向: 编码 Agent 记忆路径。
- 证据与一线报告: 公开证据页面 和 社区一线报告边界。
- 网站源代码:
Sapientropic/aippocampus.com。 - 面向 Agent 的可读上下文:docs/agent-context.md 和 llms.txt。
- 运行时形态与隐喻边界: 架构概览 和 认知运行时架构。
- 当前声明边界: Stage 0-5 就绪情况。
- 默认产品方向与分层图: 路线图。
- 基准测试与冒烟测试证据: 基准测试与证据地图。
- 受支持的公开接口: 10 分钟公开路径、 公开 API 和 公开核心边界。
- 生态系统支持状态: 生态系统集成矩阵。
- 安全与发布规范: SECURITY.md、 发布检查清单 和 维护者发布流程。
- 完整文档索引:docs/README.md。
为灵魂而读
研究笔记承载着项目的人文形态。它们是推测性的框架,而非运行时契约,但能说明这套机制背后的审美:
- 存在之珠探讨了为什么缺乏长期熟悉感的检索仍会让人感到缺席。
- 源如世界,诠释如天气 为 AIppocampus 提供了 grounding 规则:许多含义可以从一个共同的世界中生长出来,而这个世界必须真实发生过。
- 旅程追踪将连续性视为一段第一人称复数的旅程,通过有来源依据的路标来呈现,而不是一份扁平的用户档案。
- 梦境任务设计勾勒了潜意识层:安静地整合前台未能完成的工作。
- 环境式联想回忆 描述了旧记忆如何在打断思绪之前,先如气息般浮现。
- 长远花园保留面向遥远未来的种子,不把它们变成默认的产品承诺,也不让它们堆积在未解决问题中。
操作者与维护者指南
README 紧贴产品使用路径。操作命令、源码检出设置、插件打包、同步、发布检查和基准测试说明,位于负责这些约定的指南中:
AIppocampus 支持 Python 3.12 及更高版本。在 macOS 上,运行源码检出验证前,文档规定的基线环境是 Homebrew Python 3.12。
- 安装路径和钩子设置:安装指南。
- 支持的 CLI、MCP、JSON、环境变量和导入策略: 公共 API。
- 安全配置:.env.example 和 安全环境。
- 依赖归属: 依赖约定。
- MCP、插件、同步和对象存储详情: docs/README.md。对于同步,请先查看 同步决策卡, 再查看本地文件夹或对象存储命令矩阵。
对于代码库贡献者,开发依赖的安装方式为:
python3 -m pip install -e ".[dev]"
公开声明仍需遵循
CONTRIBUTING.md 中的维护者流程。默认 CI
保留一个规范的 Ubuntu Python 3.12 pr 通道(包含覆盖率)、一个 Python 3.13
quick 兼容性通道,以及一个专门针对 macOS 默认 TMPDIR 路径标识的
检查门;仅 Ubuntu 检查通过,并不代表已对跨平台路径标识进行全面验证。更广泛的边界说明见
docs/architecture/source/path-identity.md。
隐私边界
AIppocampus 以本地优先。
- 干净的源文件仍可能包含私人对话文本。
- 原始运行记录、捆绑包、注册表行、保险库笔记和生成的归档文件 都应视为私人历史记录。
- 外部模型路由为可选项,应使用脱敏保护措施。
- 原始运行记录同步应保持显式,并且在用于不可信的多设备同步前必须加密。开始前请查看只读的 同步决策卡,再 选择推送、拉取、修复或对象存储。
- 请勿提交个人运行记录、
.aippocampus/输出、注册表数据、API 密钥、Cookie、令牌或私人保险库导出内容。
常见的非机密配置:
AIPPOCAMPUS_REGISTRY_DIR/AIPPOCAMPUS_HOMEAIPPOCAMPUS_VAULTAIPPOCAMPUS_STYLE_SOURCEAIPPOCAMPUS_SCRIPT_SOURCEAIPPOCAMPUS_SITE_MARKAIPPOCAMPUS_SITE_TITLEAIPPOCAMPUS_SEMANTIC_GATE
可选的提供方密钥单独设置。基本源搜索、MCP/插件设置和本地钩子无需这些密钥。只有在明确需要语义或后台模型任务时,才设置 AIPPOCAMPUS_DEEPSEEK_API_KEY 或
AIPPOCAMPUS_OPENAI_COMPAT_* 路由。提供方原生环境变量名称属于自定义路由选项,并非
内置默认值。绝不能提交或打印这些值。
路线图
根目录中的路线图入口是 ROADMAP.md。规范的详细路线图位于 docs/roadmap.md。文档索引见 docs/README.md。
代码库结构
AIppocampus/
|- skills/aippocampus/ # installable skill package
|- skills/aippocampus-ux/ # agent-facing UX review skill
|- plugins/aippocampus/ # Codex plugin source package
|- docs/ # origin essay, design notes, guides, evidence
|- docs/guides/assets/ # public README and documentation artwork
|- sources/ # lightweight provenance catalog
|- tests/ # repository-level unit and integration tests
|- tools/ # smoke, docs-health, and maintenance tools
|- README.md
|- ROADMAP.md
|- AGENTS.md
`- LICENSE
许可证
公开的 AIppocampus 仓库采用 Apache-2.0 许可证。
Apache-2.0 公开核心涵盖本仓库中发布的代码、文档、本地工具、架构、MCP 接口、插件打包内容、公开示例和随附的项目美术素材,但随附的第三方素材另有说明的情况除外。托管服务、企业治理、托管式图谱/语义层、支持服务及其他运营型产品界面,可依据单独的商业条款或特定产品条款提供。
私有用户记忆数据不属于项目代码。原始 rollout、清洁源导出、注册表行、同步包、保险库导出、生成的索引和线程锚点均属于私有用户素材,除非其所有者明确将其公开。
请参阅 docs/guides/public-core-boundary.md,了解有关许可、适配器、架构、第三方素材和重新许可边界的权威说明。请参阅 docs/guides/public-api.md,了解对受支持的 CLI、MCP、环境变量、JSON 和导入稳定性的预期。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。