mcpField
T
Telys — on-device memory

Telys — on-device memory

本地服务
telys.ai记忆与知识03 天前更新

关于 Telys — on-device memory

Telys 是面向 AI 助手开发者的嵌入式本地记忆与检索 SDK,支持离线语义和词法搜索,并提供 CLI 与 MCP 服务来操作本地记忆。

主要功能

  1. 01设备端记忆存储与检索
  2. 02语义和词法搜索
  3. 03集合与筛选查询
  4. 04代码库索引与搜索
  5. 05CLI 和 Python SDK

适用场景

  1. 01在设备上保存助手记忆
  2. 02按元数据筛选并搜索集合
  3. 03索引并搜索代码库

MCP 相关

stdio MCP 服务提供 19 个工具,用于管理集合、搜索记忆、词法检索、调优和代码库索引。完成一次登录和运行时设置后,记忆工具调用在本地离线运行。

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。

mcp.json · 通用配置
{
"mcpServers": {
"thyn-ai-telys": {
"command": "uvx",
"args": [
"telys"
]
}
}
}
启动命令uvx telys

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。

安装包
pypitelys0.1.14

工具

19

收录的工具列表 · 更新于 2 天前

参数类型必填说明
querystring是文本查询;搜索前在设备端进行嵌入
top_kinteger否要返回的最大命中数,按最佳匹配优先排序
whereobject否可选的单键相等过滤器,例如 scope=project:acme(仅一个键)
collectionstring是活动存储中现有集合的名称

详细介绍

telys

Telys 的公共 SDK——嵌入式、设备端记忆与检索。进程内运行,查询时无需往返云端。

此软件包包含完整的面向开发者的接口:Telys/Collection 门面、查询/筛选器类型、EmbeddingProvider 接口、Tuner/TuningPlan 接口、完整的 MCP 服务(telys/mcp.py——19 个工具,协议版本 2025-06-18,使用 stdio)、运行时加载器,以及 telys CLI。这些工具所驱动的数值内核(libame_kernel)是单独分发的、经签名的设备端运行时,通过 telys login 获取(免费社区许可证)——与面向托管或签名二进制后端的 MCP 服务采用相同的安排。

安装

作为 CLI 使用(推荐——环境隔离、位于 PATH 中,不绑定到某个 Python 版本):

pipx install telys

telys login          # sign in → free device license + signed runtime; fully offline thereafter

作为库使用(在你自己的项目中 import telys):

python -m venv .venv && . .venv/bin/activate
pip install telys

也可以直接运行 pip install --user telys,但 pip 可能会警告用户脚本目录不在 PATH 中(这是 macOS 上 --user 的一个问题)——pipx 可以完全避免此问题。运行时平台:macOS arm64、Linux x86_64/arm64(Windows:请在 WSL2 下运行)。

from telys import Telys
db = Telys("./memory")
col = db.create_collection("docs", dim=768, partition_by="tenant_id")   # dim is arbitrary — 384/768/1024/1536/3072…
col.add(vectors, ids=ids, metadata=metadata)          # bring your own vectors (embedding-agnostic, any dimension)
hits = col.search(qvec, where={"tenant_id": "acme"}, top_k=10, explain=True)

运行时是执行所必需的;嵌入器是可选的——col.add(vectors, …) 和 col.add_texts(…) 都需要运行时,但只有 *_texts 需要嵌入器(可通过 telys.embedding.CallableEmbedder 使用你自己的嵌入器,或使用设备端 bigram 嵌入器)。

本地开发时,请将运行时作为软件包安装,而不是通过 CLI 安装:

pip install "telys[runtime]"   # or: pip install telys-runtime

MCP 服务

MCP 注册表

telys mcp 会通过标准输入/输出将 Telys 作为 Model Context Protocol 服务运行,向任何 MCP 客户端(Claude Desktop/Code、Cursor、Codex、Qwen Code 等)提供 19 个工具——涵盖完整的记忆功能(CRUD、筛选查询、词法搜索、压缩 / IVF / 调优,以及仓库自动索引器)。 所有操作均在本地离线进行。查看信息(initialize/tools/list)无需凭据;执行记忆工具则需要一次性免费运行 telys login(设备授权,免费社区计划)——此后即可完全离线运行,客户端配置中无需 API 密钥。

pipx install telys
telys login            # free device license + signed on-device runtime
telys runtime verify   # confirm the runtime the tools drive is present
telys mcp              # serve JSON-RPC 2.0 (protocol 2025-06-18) on stdin/stdout

你很少需要手动启动它——telys mcp install 会将服务条目写入你的客户端;也可以自行将此代码块添加到客户端的 MCP 配置中:

{
  "mcpServers": {
    "telys": {
      "command": "telys",
      "args": ["mcp"]
    }
  }
}

注册表:官方 MCP 注册表中的 io.github.thyn-ai/telys。服务源代码:packages/telys-sdk/telys/mcp.py。 MCP 文档:docs.telys.ai/mcp。

工具功能必需参数
telys_search对记忆集合进行语义与词法搜索collection、query
telys_add添加文本文档(若集合不存在则自动创建)collection、texts
telys_create_collection创建集合(预先确定名称和分区键)name
telys_list_collections列出活动存储中的已保存集合—
telys_stats查看一个集合的行数和索引状态collection
telys_upsert按 ID 添加或替换行(幂等写入)collection、texts、ids
telys_update重新嵌入或替换已有 ID(严格模式:必须提供 ID)collection、texts、ids
telys_delete按 ID 将行标记为删除collection、ids
telys_ids列出有效的外部 ID,可按 where 限定范围collection
telys_count统计有效行数,可按 where 限定范围collection
telys_get按 ID 精确查找行(重新读取仓库源代码片段)collection、ids
telys_search_lexical在设备上进行 BM25 关键词搜索collection、query
telys_compact清除删除标记,将增量合并到基础布局collection
telys_build_ivf构建每个分区的 IVF 索引(按召回率下限校准)collection
telys_build_lexical拟合 BM25 词法索引collection
telys_tune生成(并可选择应用)调优计划collection
telys_index_repo遍历、分块并导入仓库,后续增量刷新—
telys_repo_search搜索自动索引的仓库(每次先重新索引,始终保持最新)query
telys_workspace_info报告已配置的工作区、repo_id 和文件数—

每个工具都附带详细说明(功能、适用场景、带默认值的参数和故障模式)以及静态 MCP 注释(readOnlyHint / destructiveHint / idempotentHint / openWorldHint)——所有工具的 openWorldHint: false:该服务不会发出网络请求。列出工具无需凭据,也无需运行时:initialize 和 tools/list 会从静态工具注册表返回结果;只有实际调用工具时才会延迟加载签名运行时。

文档

完整文档请访问 docs.telys.ai:

链接

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。