🧠 长期记忆系统
macOS上LLM应用程序的企业级语义存储系统
🍎 仅限macOS🤖 MCP驱动 · 🔒 100%本地和私人 · ☁️ Mac之间的iCloud同步
🌟 特性
- 🌐 网络仪表盘:苹果启发的Liquid Glass UI
localhost:5555 - 🕸️ 知识图谱:使用D3.js和Three.js进行交互式2D/3D可视化
- 🧠 语义搜索:使用Ollama+nomic嵌入文本的本地AI驱动嵌入(LM Studio回退)
- 🔌 浏览器扩展:使用上下文菜单和记忆徽章捕获网络内容
- 📦 归档系统:通过完整搜索浏览和管理存档的记忆
- 🔄 跨Mac同步:通过iCloud在多个macOS系统之间进行双向同步
- ⚡ 实时更新:PostgreSQL WAL监控用于即时同步触发
- 🤖 MCP集成:用于Claude Desktop和其他兼容框架的本地模型上下文协议服务器。
- 🔐 隐私第一:本地生成的所有嵌入,没有外部API调用
📸 截图
仪表板-浏览视图
带有自动系统检测的明暗主题
时间线和见解
可视化内存模式并发现连接
语义搜索
通过意义而不仅仅是关键字来寻找记忆
知识图谱-三维视图
使用Three.js进行交互式可视化
知识图谱-二维视图
使用D3.js和焦点突出显示进行强制布局
Chrome 扩展
使用Liquid Glass弹出窗口捕获网络内容
🖥️ 仪表盘
苹果液态玻璃设计
仪表板采用了受苹果设计语言启发的现代用户界面:
- 实心深色卡片 带有微妙的边框和苹果系统颜色
- 统一导航 跨所有视图(浏览、时间线、见解、存档、图表)
- Bento网格布局 3柱响应式设计
- 苹果蓝口音 (#0A84FF)贯穿整个界面
- 命令选项板 (⌘K)用于键盘优先导航
视图
| 查看 | 描述 |
|---|---|
| 浏览 | 基于卡片的内存网格,带有过滤器、搜索和重要性指标 |
| 时间线 | 具有日/周/月粒度的可视化活动图 |
| 洞察 | 自动模式发现、焦点区域和标签相关性 |
| 档案 | 通过搜索和分页浏览存档的记忆 |
| 图 | 具有2D/3D模式的交互式知识图 |
知识图谱
- 3D模式:Three.js具有斐波那契球面布局、自动旋转、轨道控制
- 2D模式:D3.js具有可拖动节点的力定向模拟
- 特性:局部视图(跳距)、路径查找、时间动画、节点搜索
- 右键单击菜单:在仪表板中查看实体内存,开始路径查找
- 平稳导航:聚焦节点时的动画摄影机过渡
- 颜色编码:紫色(人物)、蓝色(项目)、绿色(科技)、橙色(网站)
启动仪表板```bash
cd dashboard
python3 app.py
Opens at http://localhost:5555
## 🚀 快速开始
### 一个命令安装```bash
curl -fsSL https://raw.githubusercontent.com/MyronKoch/longterm-memory-macos/main/install.sh | bash
安装什么
- PostgreSQL 17 带有pgvector 0.8.0扩展名
- 奥拉玛 使用nomic嵌入文本模型(768维嵌入)
- 数据库模型 使用实体、观察和归档表
- 后台服务 通过macOS启动代理
- 浏览器扩展 文件(需要手动Chrome设置)
总安装时间:~5分钟
手动安装```bash
git clone https://github.com/MyronKoch/longterm-memory-macos.git
cd longterm-memory-macos
chmod +x install.sh
./install.sh
### 🤖 AI代理安装
使用Cursor、Windsurf、Claude Code或其他AI编码代理?只需粘贴此提示:```
Clone https://github.com/MyronKoch/longterm-memory-macos and follow the
AGENT.md file to install the complete system. Execute each step, verify
it succeeds, then proceed to the next. Run the health check at the end.
这 AGENT.md 该文件包含针对AI代理优化的分步说明,每个步骤后都有验证检查。
🏗️ 建筑```mermaid
flowchart TB
subgraph Inputs[Data Sources]
Claude[Claude Desktop]
Browser[Chrome Extension]
end
subgraph Core[Core System]
MCP[MCP Server
postgres-mcp]
NH[Native Host
Python]
DB[(PostgreSQL 17
+ pgvector)]
Dash[Dashboard
:5555]
end
subgraph Services[Background Services]
Ollama[Ollama
nomic-embed]
BG[LaunchAgents]
end
Claude <--> MCP
MCP <--> DB
Browser <--> NH
NH <--> DB
Dash <--> DB
Browser -.->|badge queries| Dash
BG --> DB
Ollama <--> BG
### 多Mac同步```mermaid
flowchart LR
subgraph Mac1[Mac #1]
DB1[(PostgreSQL)]
D1[Dashboard]
DB1 --- D1
end
subgraph Mac2[Mac #2]
DB2[(PostgreSQL)]
D2[Dashboard]
DB2 --- D2
end
subgraph Sync[iCloud Drive]
T[Transport]
end
DB1 <--> T
T <--> DB2
核心组件
| 组件 | 技术 | 描述 |
|---|---|---|
| 网络仪表盘 | Flask+Vue 3 | 带有反应性组件的液态玻璃UI |
| 知识图谱 | Three.js+D3.js | 双模式2D/3D可视化 |
| 设计系统 | 自定义CSS | 苹果启发的Liquid Glass组件 |
| 浏览器扩展 | Chrome API | 通过原生消息进行内容捕获 |
| MCP服务器 | postgres-mcp | 克劳德桌面集成 |
| 同步引擎 | PostgreSQL | 双向跨Mac同步 |
| 预埋管道 | Ollama+LM Studio | 本地矢量生成(768 dim),带回退功能 |
🔌 浏览器扩展
直接从任何Chromium浏览器捕获web内容:
特性
- 🧠 上下文菜单:右键单击→ “长期记忆数据库”子菜单
- 存储选区
- 保存选择+上下文
- 保存整个页面
- 打开仪表板
- 🔔 记忆徽章:显示当前站点的内存计数
- 💡 自动建议:提示保存频繁访问的页面
- ⚙️ 设置:打开/关闭徽章和建议
安装
- 打开
chrome://extensions/并启用开发人员模式 - 点击“加载解包”并选择
browser-extension/chrome-extension/ - 跑
./browser-extension/install_extension.sh用于本机主机设置 - 复制您的扩展ID并更新本机消息清单
📚 看 浏览器扩展名/README.md 详细设置。
🤖 MCP配置
连接到任何兼容MCP的AI助手:
配置位置: `~/Library/Application Support/Claude/claude_desktop_config.json````json
{
"mcpServers": {
"longterm-memory": {
"command": "uvx",
"args": ["postgres-mcp"],
"env": {
"POSTGRES_CONNECTION_STRING": "postgresql://YOUR_USERNAME@localhost:5432/longterm_memory",
"SYSTEM_CONTEXT": "PostgreSQL memory for user-specific data. Query at conversation start for context."
}
}
}
}
**支持的客户**:克劳德桌面、克劳德代码、光标、Continue.dev、Windsurf、Cline、Roo Cline、谷歌Gemini CLI
📚 **看 docs/MULTI_APP_SETUP.md 用于Claude代码和游标配置。**
## 📖 用法
### 仪表板命令```bash
# Start dashboard
cd dashboard && python3 app.py
# Access views
open http://localhost:5555 # Browse (default)
open http://localhost:5555/?view=timeline # Timeline
open http://localhost:5555/?view=insights # Insights
open http://localhost:5555/?view=archive # Archive
open http://localhost:5555/graph # Knowledge Graph
维护```bash
Health check
./scripts/health_check.sh
Manual sync between Macs
./scripts/sync_databases.sh
Generate embeddings for new observations
python3 scripts/ollama_embeddings.py
View logs
tail -f ~/Documents/GitHub/longterm-memory-macos/logs/*.log
## ⏰ 后台服务
系统使用macOS LaunchAgent执行计划任务和 `sleepwatcher` 用于唤醒触发同步。
### 计划的作业
|工作|时间表|目的|
|-----|----------|---------|
| **嵌入** |4:00 AM,4:00 PM |生成新观测的矢量|
| **备份** |4:20 AM,4:20 PM |本地数据库备份,保留7天|
| **数据库同步** |上午8点、下午12点、下午6点、晚上11点|双向M1↔M3通过iCloud同步|
| **唤醒同步** |从睡眠中唤醒| Mac唤醒时同步数据库|
### LaunchAgent文件
位于 `~/Library/LaunchAgents/`:
|文件|描述|
|------|-------------|
| `com.longtermmemory.embeddings.plist` |Ollama嵌入式代|
| `com.longtermmemory.backup.plist` |数据库备份|
| `com.longtermmemory.dbsync.plist` |跨设备数据库同步|
| `homebrew.mxcl.sleepwatcher` |唤醒/睡眠事件处理程序|
### 同步唤醒设置
用途 睡眠观察者 在Mac唤醒时触发数据库同步:```bash
# Install sleepwatcher (one-time)
brew install sleepwatcher
brew services start sleepwatcher
# Wake/sleep scripts (created automatically by installer)
~/.wakeup # Runs sync_databases.sh on wake
~/.sleep # Logs sleep events
管理服务```bash
View all longterm-memory services
launchctl list | grep longterm
Reload a service after editing its plist
launchctl unload ~/Library/LaunchAgents/com.longtermmemory.dbsync.plist
launchctl load ~/Library/LaunchAgents/com.longtermmemory.dbsync.plist
Check sleepwatcher status
brew services info sleepwatcher
View sync logs
tail -f ~/Documents/GitHub/longterm-memory-macos/logs/db_sync.log
tail -f ~/Documents/GitHub/longterm-memory-macos/logs/wake_sync.log
### macOS Tahoe兼容性
在macOS Tahoe(15.x)上,同步脚本通过osascript使用Finder写入iCloud Drive,绕过TCC(透明度、同意和控制)限制。
**首次运行**:macOS将提示您输入Finder自动化权限。点击 **允许** 以启用自动同步。
**为什么选择osascript/Finder?** 直接 `cp` 从launchd运行时,在TCC下对iCloud的命令失败。Finder具有本机iCloud访问权限,并绕过了这些限制。
**故障排除**:如果您仍然看到“不允许操作”错误:
1. 检查系统设置→ 隐私和安全→ 自动化→ 确保您的终端具有Finder访问权限
1. 可选择将脚本移动到 `~/.local/bin/` (文档文件夹外)
### sql查询```sql
-- Recent observations
SELECT * FROM observations ORDER BY created_at DESC LIMIT 10;
-- Semantic search (requires embedding)
SELECT *, embedding <=> '[query_vector]' as distance
FROM observations
WHERE embedding IS NOT NULL
ORDER BY distance LIMIT 10;
-- Query both active and archived
SELECT * FROM all_observations;
-- Entity relationship counts
SELECT e.name, COUNT(o.id) as obs_count
FROM entities e
LEFT JOIN observations o ON e.id = o.entity_id
GROUP BY e.id ORDER BY obs_count DESC;
🎨 设计系统
Liquid Glass设计系统在整个应用中提供一致的造型:
CSS文件
| 文件 | 目的 |
|---|---|
liquid-glass.css |
核心变量、颜色、排版 |
liquid-glass-components.css |
按钮、卡片、标签、模型 |
关键变量```css
--brand-primary: #0A84FF; / Apple Blue /
--bg-base: #000000; / True black background /
--glass-bg: rgba(28, 28, 30, 0.8); / Card backgrounds /
--text-primary: rgba(255, 255, 255, 0.95);
## 🔍 故障排除
### 仪表板无法启动```bash
# Check Python dependencies
pip3 install flask psycopg2-binary --break-system-packages
# Check PostgreSQL is running
brew services restart postgresql@17
扩展显示连接错误```bash
Verify native host
python3 browser-extension/native-host/longterm_memory_host.py
Check extension ID in manifest matches loaded extension
### 嵌入未生成```bash
# Verify Ollama is running
ollama list
# Pull the embedding model
ollama pull nomic-embed-text
# If Ollama unavailable, LM Studio fallback is automatic
# Just ensure LM Studio is running with nomic-embed-text-v1.5 loaded
# Manual embedding generation
python3 scripts/ollama_embeddings.py
📊 演出
| 度量 | 值 |
|---|---|
| 语义搜索 | 每个查询约50ms |
| 仪表板负载 | \<500ms |
| 图形渲染(3D) | 500个节点约2秒 |
| 图形渲染(2D) | 500个节点约1秒 |
| 跨Mac同步 | ~10s端到端 |
| 内存使用量 | ~200MB |
🗺️ 路线图
- []浏览器扩展Liquid Glass重新设计
- []移动响应式仪表板
- []导出/导入功能
- []批量操作界面
- []内存聚类可视化
- []自然语言查询界面
📄 许可证
MIT许可证-请参阅 许可证 了解详情。
肯塔基州路易斯维尔制造❤️ 用于AI原生工作流
堆栈:PostgreSQL 17•pgvector•Ollama•Flask•Vue 3•Three.js•D3.js
