尧图网站建设 
没有API Keyai-memory零LLM模式配置完整教程【免费下载链接】ai-memorySolution for long term memory for agent coding CLIs and to facilitate handoff between different agent vendors项目地址: https://gitcode.com/GitHub_Trending/ai/ai-memoryai-memory 是为 AI 编码智能体Claude Code、Codex、Cursor 等提供长期记忆的开源工具它的最大亮点之一是LLM 完全可选即使你没有任何 API Key零LLM模式Zero-LLM mode依然能让你免费获得全文搜索、规则化会话摘要和跨智能体交接handoff能力。本教程将带你快速完成 ai-memory 零LLM模式配置0 成本跑通完整记忆流程。 为什么需要零LLM模式大多数 AI 记忆工具默认绑定云端大模型不配置 API Key 就寸步难行。ai-memory 在设计之初就把这一点写进了核心原则——Zero-LLM 默认路径不配置任何 provider系统即可完整工作见 docs/ARCHITECTURE.md 第 13 条设计不变式。官方将功能划分为三个强度层级见 docs/install.md 的 LLM provider tiers 一节层级你能得到什么需要的环境变量成本零LLM模式默认FTS5 全文搜索 实体匹配 图邻居检索、规则化会话摘要、基于提示词和工具调用历史的自动交接无需任何$0 LLM 整合可选LLM 将会话页重写为连贯叙事、PreCompact 检查点、LLM 驱动的矛盾检查AI_MEMORY_LLM_PROVIDER等每会话约 $0.01–0.05简单说零LLM模式不是降级体验而是一条完整的可用路径。 零LLM模式保留的核心能力不花一分钱ai-memory 依然为你提供FTS5 全文搜索基于 SQLite 的本地全文索引ai-memory search X终端秒查规则化会话摘要会话结束时钩子把观察记录编译成sessions/id.md页面——取首个提示词作标题、统计触及文件与工具调用次数全程确定性启发式不碰 LLM实现见 synth.rs自动交接从提示词 工具调用历史生成 where you left off 交接块下一个智能体启动时自动注入——退出 Claude Code、稍后用 Codex 继续干活无需重新解释架构️实体辅助召回页面可声明entities:前置元数据支持精确、前缀、复合词匹配内置 /web 浏览器只读 HTML 界面项目列表、目录树、FTS5 搜索、Markdown 渲染。 零LLM模式一键安装步骤Docker零LLM模式就是省略所有 LLM 环境变量的默认安装。以 Docker 为例# 1. 启动服务器——注意没有任何 LLM / EMBEDDING 环境变量 docker run -d --name ai-memory \ --restart unless-stopped \ -p 127.0.0.1:49374:49374 \ -v ai-memory-data:/data \ akitaonrails/ai-memory:latest # 2. 把智能体接入进来以 Claude Code 为例 ai-memory install-mcp --client claude-code --apply ai-memory install-hooks --agent claude-code --apply 官方 README 明确指出“Omit the LLM / EMBEDDING lines for zero-LLM mode — FTS5 search still works without any keys.”省略 LLM / EMBEDDING 行即可进入零LLM模式FTS5 搜索无需任何 Key。服务器默认只绑定回环地址127.0.0.1:49374单用户笔记本上无需任何鉴权开箱即用。其他智能体Codex、Cursor、Gemini CLI 等只需替换--client/--agent参数完整清单见 docs/install.md。✅ 配置完成后会发生什么安装完成后你基本不用思考ai-memory——它自己运转生命周期钩子自动捕获提示词、工具调用、压缩检查点和会话边界fire-and-forget不阻塞智能体会话结束时服务器把观察记录编译成 Markdown 页面不是检索原始日志——这是 Karpathy 式编译而非检索LLM 维基思路下次在同一目录启动任意支持钩子的智能体SessionStart 钩子会注入待处理交接开放问题、下一步、会话摘要启动时加--enable-web访问/web即可在浏览器中审计整个记忆库。记忆库是纯 Markdown git 版本控制可以grep、可以用 Obsidian 打开、可以用rsync备份没有向量数据库要维护。 快速验证三条零成本命令ai-memory status # 查看服务器状态与记忆页数量 ai-memory search 数据库选型 # 纯 FTS5 终端检索 ai-memory curator # 无LLM、基于规则的维护报告冷页面、过期槽位、重复标题status还会报告 LLM/嵌入 provider 的健康状态——零LLM模式下它们显示未配置属正常现象。⬆️ 什么时候再升级 LLM零LLM模式完全够用但以下场景值得加一个 provider随时可通过环境变量补配无需迁移数据需求对应功能会话页重写为连贯叙事、自动分类rule/ 事实LLM 整合consolidation矛盾检查、更丰富的 lint 报告LLM lint语义向量检索换词也能命中AI_MEMORY_EMBEDDING_PROVIDER可用 Ollama 等免费本地引擎依然 0 API Key配置方法见 docs/install.md 的 LLM provider tiers 与 docs/llm-provider-comparison.md。❓ 常见问题Q零LLM模式的搜索质量差吗FTS5 实体匹配 图邻居三路 RRF 融合已经相当可用官方ai-memory curator维护报告本身就是无 LLM 的。真正需要向量相似度时嵌入可以走 Ollama/LM Studio 等本地免费引擎。Q以后加 LLM 会丢数据吗不会。wiki 是 Markdown SQLite 索引补配 provider 后历史会话仍可通过手动ai-memory auto-improve --session-id uuid补审。Q哪些智能体支持Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Devin CLI、Grok、Kimi Code、Kiro CLI 等十余款完整支持矩阵见项目 README.md。 总结零LLM模式是 ai-memory 的默认路径无 API Key 即拥有 FTS5 搜索、规则化摘要与跨智能体交接配置极简Docker 一条命令启动两条命令接入智能体后续平滑升级随时补配 LLM 或本地嵌入引擎功能按需叠加成本从 $0 起步。想深入了解数据流与架构推荐阅读 docs/ARCHITECTURE.md 和 docs/usage.md。【免费下载链接】ai-memorySolution for long term memory for agent coding CLIs and to facilitate handoff between different agent vendors项目地址: https://gitcode.com/GitHub_Trending/ai/ai-memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 没有API Key？ai-memory零LLM模式配置完整教程
没有API Keyai-memory零LLM模式配置完整教程【免费下载链接】ai-memorySolution for long term memory for agent coding CLIs and to facilitate handoff between different agent vendors项目地址: https://gitcode.com/GitHub_Trending/ai/ai-memoryai-memory 是为 AI 编码智能体Claude Code、Codex、Cursor 等提供长期记忆的开源工具它的最大亮点之一是LLM 完全可选即使你没有任何 API Key零LLM模式Zero-LLM mode依然能让你免费获得全文搜索、规则化会话摘要和跨智能体交接handoff能力。本教程将带你快速完成 ai-memory 零LLM模式配置0 成本跑通完整记忆流程。 为什么需要零LLM模式大多数 AI 记忆工具默认绑定云端大模型不配置 API Key 就寸步难行。ai-memory 在设计之初就把这一点写进了核心原则——Zero-LLM 默认路径不配置任何 provider系统即可完整工作见 docs/ARCHITECTURE.md 第 13 条设计不变式。官方将功能划分为三个强度层级见 docs/install.md 的 LLM provider tiers 一节层级你能得到什么需要的环境变量成本零LLM模式默认FTS5 全文搜索 实体匹配 图邻居检索、规则化会话摘要、基于提示词和工具调用历史的自动交接无需任何$0 LLM 整合可选LLM 将会话页重写为连贯叙事、PreCompact 检查点、LLM 驱动的矛盾检查AI_MEMORY_LLM_PROVIDER等每会话约 $0.01–0.05简单说零LLM模式不是降级体验而是一条完整的可用路径。 零LLM模式保留的核心能力不花一分钱ai-memory 依然为你提供FTS5 全文搜索基于 SQLite 的本地全文索引ai-memory search X终端秒查规则化会话摘要会话结束时钩子把观察记录编译成sessions/id.md页面——取首个提示词作标题、统计触及文件与工具调用次数全程确定性启发式不碰 LLM实现见 synth.rs自动交接从提示词 工具调用历史生成 where you left off 交接块下一个智能体启动时自动注入——退出 Claude Code、稍后用 Codex 继续干活无需重新解释架构️实体辅助召回页面可声明entities:前置元数据支持精确、前缀、复合词匹配内置 /web 浏览器只读 HTML 界面项目列表、目录树、FTS5 搜索、Markdown 渲染。 零LLM模式一键安装步骤Docker零LLM模式就是省略所有 LLM 环境变量的默认安装。以 Docker 为例# 1. 启动服务器——注意没有任何 LLM / EMBEDDING 环境变量 docker run -d --name ai-memory \ --restart unless-stopped \ -p 127.0.0.1:49374:49374 \ -v ai-memory-data:/data \ akitaonrails/ai-memory:latest # 2. 把智能体接入进来以 Claude Code 为例 ai-memory install-mcp --client claude-code --apply ai-memory install-hooks --agent claude-code --apply 官方 README 明确指出“Omit the LLM / EMBEDDING lines for zero-LLM mode — FTS5 search still works without any keys.”省略 LLM / EMBEDDING 行即可进入零LLM模式FTS5 搜索无需任何 Key。服务器默认只绑定回环地址127.0.0.1:49374单用户笔记本上无需任何鉴权开箱即用。其他智能体Codex、Cursor、Gemini CLI 等只需替换--client/--agent参数完整清单见 docs/install.md。✅ 配置完成后会发生什么安装完成后你基本不用思考ai-memory——它自己运转生命周期钩子自动捕获提示词、工具调用、压缩检查点和会话边界fire-and-forget不阻塞智能体会话结束时服务器把观察记录编译成 Markdown 页面不是检索原始日志——这是 Karpathy 式编译而非检索LLM 维基思路下次在同一目录启动任意支持钩子的智能体SessionStart 钩子会注入待处理交接开放问题、下一步、会话摘要启动时加--enable-web访问/web即可在浏览器中审计整个记忆库。记忆库是纯 Markdown git 版本控制可以grep、可以用 Obsidian 打开、可以用rsync备份没有向量数据库要维护。 快速验证三条零成本命令ai-memory status # 查看服务器状态与记忆页数量 ai-memory search 数据库选型 # 纯 FTS5 终端检索 ai-memory curator # 无LLM、基于规则的维护报告冷页面、过期槽位、重复标题status还会报告 LLM/嵌入 provider 的健康状态——零LLM模式下它们显示未配置属正常现象。⬆️ 什么时候再升级 LLM零LLM模式完全够用但以下场景值得加一个 provider随时可通过环境变量补配无需迁移数据需求对应功能会话页重写为连贯叙事、自动分类rule/ 事实LLM 整合consolidation矛盾检查、更丰富的 lint 报告LLM lint语义向量检索换词也能命中AI_MEMORY_EMBEDDING_PROVIDER可用 Ollama 等免费本地引擎依然 0 API Key配置方法见 docs/install.md 的 LLM provider tiers 与 docs/llm-provider-comparison.md。❓ 常见问题Q零LLM模式的搜索质量差吗FTS5 实体匹配 图邻居三路 RRF 融合已经相当可用官方ai-memory curator维护报告本身就是无 LLM 的。真正需要向量相似度时嵌入可以走 Ollama/LM Studio 等本地免费引擎。Q以后加 LLM 会丢数据吗不会。wiki 是 Markdown SQLite 索引补配 provider 后历史会话仍可通过手动ai-memory auto-improve --session-id uuid补审。Q哪些智能体支持Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Devin CLI、Grok、Kimi Code、Kiro CLI 等十余款完整支持矩阵见项目 README.md。 总结零LLM模式是 ai-memory 的默认路径无 API Key 即拥有 FTS5 搜索、规则化摘要与跨智能体交接配置极简Docker 一条命令启动两条命令接入智能体后续平滑升级随时补配 LLM 或本地嵌入引擎功能按需叠加成本从 $0 起步。想深入了解数据流与架构推荐阅读 docs/ARCHITECTURE.md 和 docs/usage.md。【免费下载链接】ai-memorySolution for long term memory for agent coding CLIs and to facilitate handoff between different agent vendors项目地址: https://gitcode.com/GitHub_Trending/ai/ai-memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考