关于 Synapse Layer — Zero-Knowledge Memory
Synapse Layer 是面向 AI Agent 和助手的持久化加密记忆基础设施,支持语义检索与 Trust Quotient 评分,并可在会话及 MCP 客户端之间共享记忆。
主要功能
- 01AES-256-GCM 加密存储
- 02跨会话语义记忆检索
- 03跨 Agent 共享记忆
- 04Trust Quotient 置信度评分
- 05提供 13 个 MCP 工具
适用场景
- 01跨会话保存用户偏好和决策
- 02在不同 Agent 间延续上下文
- 03为 MCP 客户端提供加密记忆
- 04为生产 Agent 检索结构化记忆
MCP 相关
通过 MCP JSON-RPC 暴露 13 个记忆相关工具,供兼容客户端保存、搜索和检索记忆。
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。
uvx synapse-layerSYNAPSE_AGENT_IDIdentifier for the agent using the memory layer (e.g., claude-desktop, my-agent).SYNAPSE_PRIVACY_EPSILONDifferential privacy epsilon parameter. Lower values = stronger privacy. Range: 0.1–2.0.SYNAPSE_ENCRYPTION_KEY密钥AES-256-GCM encryption key for at-rest memory encryption. Auto-generated if not provided.LOG_LEVELLogging verbosity: DEBUG, INFO, WARNING, ERROR. Default: INFO.本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
🧠 Synapse Layer
RAG 负责检索,Synapse 负责记忆。
面向 AI Agent 的持久化记忆基础设施——静态数据采用 AES-256-GCM 加密、支持语义搜索、原生支持 MCP。
Synapse Layer 是面向 AI Agent 和助手的开源持久化记忆基础设施。记忆采用 AES-256-GCM 静态加密,通过 pgvector HNSW 建立索引以实现语义回忆,并通过 MCP JSON-RPC 暴露,原生集成 Claude、GPT、Gemini 和任何兼容 MCP 的客户端。采用 Apache 2.0 许可证。
⚡ 30 秒快速入门
在 forge.synapselayer.org → Connect 获取 Connect Token,然后安装到任意 MCP 客户端:
curl -fsSL https://forge.synapselayer.org/install/smithery | bash
在 Forge 控制面板 上,Smithery 卡片会直接复制已嵌入令牌的命令(… | bash -s -- sk_connect_…)——在终端中粘贴一次即可。
也可以使用 Python SDK:
from synapse_layer import Synapse
s = Synapse(token="sk_connect_YOUR_TOKEN")
s.store("user likes coffee")
print(s.recall("what does user like?"))
在 forge.synapselayer.org → Dashboard → Connect 获取令牌
什么是 Synapse Layer?
面向 AI Agent 的持久化记忆层——弥合无状态大模型与真正上下文连续性之间缺失的一环。
你的 AI Agent 会在会话之间忘记所有内容。Synapse Layer 可以解决这个问题。
| 功能 | 描述 |
|---|---|
| 🔐 静态加密 | AES-256-GCM 加密,每次操作使用随机 IV,并通过 HMAC-SHA-256 保证完整性 |
| 🧩 一键连接 | Claude Desktop、Cursor、LangChain、CrewAI、n8n |
| 🌐 跨 Agent 记忆 | 在 ChatGPT 中保存,在 Claude 中回忆 |
| ⚡ 原生支持 MCP | 适用于任何兼容 MCP 的 Agent |
| 🔒 优先使用请求头进行身份验证 | 令牌绝不出现在 URL 或日志中 |
| 🎯 信任商数 | 确定性回忆——按置信度而非仅按时间新近程度为记忆排序 |
为什么选择 Synapse Layer?
你的 AI Agent 会在会话之间忘记所有内容。Synapse Layer 用一行代码解决这个问题。
| 不使用 Synapse Layer | 使用 Synapse Layer |
|---|---|
| Agent 每次会话都会忘记上下文 | 所有会话共享持久化记忆 |
| 记忆绑定到单个模型 | 跨 Agent:在 ChatGPT 中保存,在 Claude 中回忆 |
| 没有审计跟踪 | 为每条记忆计算信任商数 |
| 集成复杂 | pip install synapse-layer + 3 行代码 |
| 服务器上以明文存储 | 静态数据采用 AES-256-GCM 加密 |
使用场景
- 助手的长期记忆 — 跨会话保存用户偏好、事实和过往决策。
- 跨 Agent 保持连续性 — 在一个 Agent 中保存上下文,并在另一个 Agent 中回忆。
- MCP 客户端的安全记忆 — 将 Claude Desktop、Cursor 和其他兼容 MCP 的工具连接到受治理的记忆层。
- 团队的运营记忆 — 为生产环境中的 Agent 维护结构化上下文、信任评分和可搜索的记忆。
安装
pip install synapse-layer
快速入门
Python 脚本
from synapse_layer import Synapse
client = Synapse(token="sk_connect_YOUR_TOKEN")
# Store
client.store("User prefers dark mode and concise answers")
# Recall
results = client.recall("user preferences")
for r in results:
print(r["content"], r["trust_quotient"])
使用 Context Manager
from synapse_layer import Synapse
with Synapse(token="sk_connect_YOUR_TOKEN") as client:
client.store("User prefers dark mode and concise answers")
results = client.recall("user preferences")
for r in results:
print(r["content"])
在 forge.synapselayer.org → Dashboard → Connect 获取令牌
13 个 MCP 工具一览
Synapse Layer 目前提供 13 个用于持久化记忆工作流的 MCP 工具:
recallsave_to_synapseprocess_textsearchhealth_checkinitialize_contextsave_memorystore_memoryrecall_memorylist_memoriesmemory_feedbackneural_handoverslo_report
这些工具涵盖记忆捕获、语义回忆、结构化存储、反馈循环、Agent 交接和运营可观测性。
部署模式
Python 脚本模式
如果你希望在应用中直接通过 Python 访问 Forge 记忆,请使用 SDK。
适用于:
- 原型和脚本
- Python 原生工作流
- 快速集成到现有应用
Cloud / Forge API
如果你需要具备托管访问令牌的持久化、跨会话和跨 Agent 记忆,请使用 Forge。
适用于:
- 生产环境中的助手
- 多 Agent 系统
- 基于 MCP 的集成
- 在工具和会话之间共享记忆
MCP 集成(每个客户端提供一种经过测试的方式)
Claude Code(CLI)
claude mcp add --transport http synapse-layer \
https://forge.synapselayer.org/api/mcp \
--header "x-connect-token: sk_connect_YOUR_TOKEN"
URL 是一个位置参数 — claude mcp add --transport http <name> <url> — 没有 --url 标志。
Claude Desktop
添加到 claude_desktop_config.json:
{
"mcpServers": {
"synapse-layer": {
"command": "npx",
"args": [
"mcp-remote",
"https://forge.synapselayer.org/api/mcp",
"--header",
"x-connect-token: sk_connect_YOUR_TOKEN"
]
}
}
}
Cursor
将其添加到项目根目录下的 .cursor/mcp.json(与上文相同的 JSON 代码块)。
任意 MCP 客户端
任何能够运行 npx 的宿主都可以原样使用上文的 mcp-remote 代码块 — 它可以将本地 stdio 桥接到远程端点。
配置文件位置:
- Claude Desktop — macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Claude Desktop — Windows:
%APPDATA%\Claude\claude_desktop_config.json - Claude Desktop — Linux:
~/.config/Claude/claude_desktop_config.json
API — Header-First 身份验证
# Health check
curl -H "x-connect-token: sk_connect_YOUR_TOKEN" \
https://forge.synapselayer.org/api/connect/health
# Save memory
curl -X POST \
-H "x-connect-token: sk_connect_YOUR_TOKEN" \
-H "Content-Type: application/json" \
-d '{"content": "User is a Python developer"}' \
https://forge.synapselayer.org/api/v1/capture
安全性
| 特性 | 实现方式 |
|---|---|
| 加密 | 静态数据使用 AES-256-GCM,并为每次操作生成随机 IV |
| 完整性 | 对内容使用 HMAC-SHA-256 |
| 身份验证 | Header-First(x-connect-token)— 令牌绝不会出现在 URL 或日志中 |
| 隐私 | 内容清理 + 按租户划分的加密存储 |
| 隔离 | 1 个用户 = 1 个租户 = 1 个私有心智 |
有关漏洞报告,请参阅 SECURITY.md。
相关项目
| 项目 | 描述 |
|---|---|
| synapse-sdk-python | Python SDK — LangChain、CrewAI 和 A2A 协议适配器 |
| synapse-layer-skill | Claude Desktop、Cursor、Windsurf 的 MCP 技能配置 |
| synapse-layer-langgraph | 具有加密状态持久化功能的 LangGraph 检查点保存器 |
治理
- 所有公开声明均遵循 Public Claims Matrix。
- 公开架构细节以说明优势;实现这些优势的机制则不公开。
- 声明 = 现实。如果尚未实现,就不会写入 README。
许可证
Apache-2.0 © Synapse Layer
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。