Slowave

---

为你的编码 Agent 和 AI 工具提供持续更新的记忆层。

支持：Claude Code、Copilot CLI、Codex、Cursor、OpenCode、Windsurf/Devin Desktop、Cline、Claude Desktop

---

AI Agent 拥有很大的上下文窗口，但当前会话结束时，上下文也会随之消失。 开启新会话，或从 Claude Code 切换到 Codex，你就必须一次又一次地重述相同的决策和约束。

Slowave 为你的 Agent 提供一个本地共享记忆，无需另行使用大模型来维护记忆。

Slowave 的核心基于一个简单的概念：

推理与记忆在持续循环中相互促进。

graph LR
    LLM["Reasoning<br/>(Claude, Codex, Copilot, etc.)"]
    MEM["Memory<br/>(Slowave)"]
    
    LLM -->|Feedback| MEM
    MEM -->|Retrieve| LLM
    MEM -->|Adapt| MEM

Slowave 会保留有助于 Agent 实现目标的内容，弱化无用内容，并根据使用情况持续调整。它通过 Agent 与记忆之间的持续反馈循环来实现这一点：

记忆 → 回忆 → 使用 → 反馈 → 强化 / 弱化 → 衰减

记忆会随着使用不断重塑，而不是作为一组静态事实等待检索。

• **跨任务保留上下文：**你的 Agent 可以复用记录下来的决策、偏好、约束和经验。
• **通过反馈不断演进：**有用的记忆会变得更牢固，无关记忆的优先级会降低，过时知识可以被新知识取代。
• **从经验中学习：**决策、结果和多步骤解决方案可以成为 Agent 可复用并据此采取行动的上下文。
• **本地运行：**Slowave 使用 SQLite 存储记忆，不会将其发送到托管记忆服务。
• **无需大模型 API 密钥：**记忆核心无需调用大模型或使用大模型 API 密钥，即可维护和检索记忆。
• **可检查、可衡量：**在本地仪表板中查看记忆、检索记录、反馈、流程和系统性能。

最直接的好处是，下一项任务中你不必再重复同一条约束。

随着时间推移，你的工作方式会成为 Agent 可复用的上下文。

_{平台覆盖范围和设置详情}

安装

快速开始

pipx install slowave
slowave setup --dry-run
slowave setup

快速开始会为所有检测到的客户端进行配置。若要一次只配置一个客户端，请参阅安装参考。

重要

无需大模型 API 密钥。

有关升级和服务管理，请参阅 安装、升级、运行和移除 Slowave。 对于已安装的服务，请使用 slowave start、slowave stop 和 slowave restart； 使用 slowave status --services 和 slowave doctor 排查问题。 如需恢复和查看日志，请参阅故障排除，或运行 slowave docs troubleshooting，从终端打开该文档。

工作流

你可以像往常一样继续使用 Agent。

你可以切换 Agent，也可以开启新会话。

Slowave 会用相关记忆和流程丰富 Agent 的上下文。你的 Agent 会向 Slowave 反馈哪些内容有用。Slowave 会在后台持续为 Agent 构建相关上下文。

sequenceDiagram
    actor User as You
    participant Agent as Your Agent<br/>(Claude Code, Codex, etc.)
    participant Slowave
    participant Worker as Slowave Worker

    User->>Agent: Prompt
    Agent->>Slowave: Activate: Start task (set goal)
    Slowave-->>Agent: Relevant memories and procedures

    opt 
        Agent->>Slowave: Remember: Save new knowledge
    end

    opt 
        Agent->>Slowave: Recall: Look up more context
        Slowave-->>Agent: Matching memories and procedures
    end

    Agent->>Agent: Reason upon enriched context, work on the task
    Agent->>Slowave: Feedback: Assess retrieved context
    Agent->>Slowave: Commit: Record outcome
    Slowave-->>Agent: Task outcome saved, session closed
    Agent-->>User: Deliver the result

    Worker->>Slowave: Consolidate, reinforce, decay memories

仪表板

本地仪表板会显示 Slowave 实际上如何随时间处理 Agent 的记忆：它记住了什么、检索了什么，以及你的 Agent 报告使用了什么。

随着历史记录不断增加，你可以追踪一条记忆从何而来，以及它后来在哪些任务中被检索和使用。你可以检查已学习的流程，查看检索到的上下文何时有用或无关，并了解 Slowave 是否在帮助 Agent 重用过去的工作，而不是单纯积累记忆。

使用以下命令启动仪表板：

slowave dashboard

在仪表板中，你可以：

• **检查记忆：**查看保存了什么、来源、当前状态，以及后来何时被检索或使用。
• **检查流程：**查看从以往工作中提取的可复用方法，以及它们何时被检索和重用。
• **追踪检索：**查看请求、Slowave 实际返回的上下文，以及 Agent 报告的反馈。
• **跟踪活动：**检查任务、检索、反馈、记忆更新，以及它们之间的关联。
• **探索记忆关联：**浏览记忆之间的关系和关联。
• **检查系统运行状况：**检查数据库、后台维护、备份和本地服务。

概览还可以帮助你判断记忆循环是否正常运作：记忆和流程的数量、检索到的上下文有多少次被报告为已使用、有多少被标记为无关、反馈是否被记录，以及创建、检索和使用情况如何随时间变化。

Slowave 还会粗略估算通过所有 MCP 端点返回的上下文量，方便你留意记忆开销。

## 支持的客户端

客户端支持范围正在积极扩展。欢迎建议更多集成，或提供设置详情来报告无法正常工作的集成。

✅ = 已支持。Copilot 验证限制见下文。

客户端	macOS	Linux	Windows	设置
Claude Code	✅	✅	✅	slowave setup --client claude-code
Copilot CLI	✅	✅	✅	slowave setup --client copilot
Codex	✅	✅	✅	slowave setup --client codex
Cursor	✅	✅	✅	slowave setup --client cursor ¹
OpenCode	✅	✅	✅	slowave setup --client opencode
Windsurf	✅	✅	✅	slowave setup --client windsurf
Cline	✅	✅	✅	slowave setup --client cline
Claude Desktop	✅	✅	✅	slowave setup --client claude-desktop ¹
以上全部				slowave setup

¹ 设置完成后需要手动粘贴一次

Copilot 支持针对本地 CLI 执行。自动化集成测试已通过，且已在 macOS 上验证原生配置发现功能。一位用户也确认，已在 macOS 上通过 Copilot CLI 读写记忆。完整的模型驱动生命周期以及原生 Windows/Linux 资格认证仍待完成。IDE、桌面端和托管/云端 Copilot 支持暂缓提供。

重要

默认嵌入模型首次使用时会从 Hugging Face 下载（约 45 MB，并缓存在本地）。后续运行可离线进行。

记忆以明文形式存储在当前 OS 用户的应用程序数据目录中。Slowave 不会将其发送至托管记忆服务。请参阅运行时数据位置。

Slowave 记忆的工作方式

Slowave 通过 5 个简单的 MCP 工具运行：

• Activate：开始一项任务并加载相关记忆。
• Remember：保存事实、决策、偏好或指令。
• Recall：在任务期间搜索记忆。
• Feedback：将检索到的记忆评估为 used、not_used、unassessable、irrelevant、already_known 或 stale。
• Commit：保存任务结果以及可复用的流程。

后台工作进程会整合相关记忆和流程。

Slowave MCP 生命周期

flowchart LR
    A[Agent task] --> B[1. <i>activate</i><br/>start session]
    B --> C[Scoped retrieval<br/>and session]
    C --> D[Agent reasoning]
    D --> E[2. <i>remember</i><br/>durable claims]
    D --> F[3. <i>recall</i><br/>mid-task lookup]
    C --> G[4. <i>feedback</i><br/>target assessments]
    F --> G
    E --> H[5. <i>commit</i><br/>outcome and verification]
    G --> H
    H --> I[(Local SQLite<br/>raw events and evidence)]
    I --> J[Offline consolidation]
    J --> K[(Episodes, prototypes,<br/>schemas, relations)]
    K --> C

详情请参阅 architecture.md 和 design.md。

边界

• Slowave 是记忆层，而不是推理引擎。
• 它无法回忆从未记录的信息。
• 记忆质量取决于客户端 Agent 及其提供的反馈。
• Slowave 会因工具调用和检索到的上下文产生额外的 token 开销。
• 本地 SQLite 数据库默认以明文存储；请使用操作系统权限或全盘加密保护它。

重要

Slowave 是公开测试版软件。API、配置和存储架构可能会发生变化，且在正式稳定版发布前不保证进行迁移。

评估

当前的评估说明报告了初步的检索证据结果、方法、局限性，以及运行新评估的命令。它们并未声称能够衡量 Agent 的端到端准确率，也未与其他记忆系统进行比较。在将任何结果视为生产级声明之前，请先参阅 benchmarks.md。

文档

• Mintlify 文档：完整的自动生成文档
• design.md：设计依据、边界和定位
• architecture.md：受大脑启发的记忆模型和生命周期
• install.md：安装、设置、生命周期说明、修改的文件及卸载
• benchmarks.md：基准测试结果、方法和复现说明
• troubleshooting.md：守护进程、工作进程、仪表板、客户端集成、数据库、备份与恢复

贡献

Slowave 基于 AGPL-3.0-or-later 许可证开源。

欢迎贡献，尤其是以下方面：

• 安装与设置质量
• 客户端集成
• 性能优化

提交拉取请求前，请先阅读 CONTRIBUTING.md。

许可证

Slowave 基于 GNU AGPL-3.0-or-later 许可证开源。