大多数 AI 记忆系统的做法是：把整座记忆库灌进上下文，再让大模型自己判断哪条相关。 上下文是唯一稀缺资源 —— 于是你每想一次，就要为同一批记忆重新付一次钱。
memsave 反过来做：检索全程跑在你自己的 CPU 上，一次模型调用都不发， 只把真正命中的那 200 个 token 送进上下文。
上面这个数字会跟着你每一次检索往上涨。它就是 memsave 唯一的产品说明 —— 你不需要理解 FTS5 是什么，你只需要看到它。
积分不是被"读取"耗掉的，是被"把回忆塞进上下文"耗掉的。所以解法不是少想几次。
SQLite FTS5 + BM25 做关键词召回，中文切成重叠 bigram 索引。可选 24MB 的本地 ONNX 模型做语义重排。全程本地 CPU。
L0 索引常驻（约 1000 token，不随记忆增长）→ L1 摘要命中才加载 → L2 原文显式才取。
分词、关键词、向量、token 数，全部写入时算好存进表里。检索时唯一的计算是一次点积。
Windows，纯 Python，无 numpy。数据来自 examples/demo.py，可自行复现。
| 记忆条数 | 单次注入 | 全库基线 | 压缩比 | 检索耗时 |
|---|---|---|---|---|
| 300 | 140 | 33,442 | 0.40% | 10ms |
| 5,000 | 140 | 561,601 | 0.02% | 35–70ms |
L0 常驻索引在这两种规模下都是约 1050 token —— 它只取 Top-N，所以记忆越多，省得越多。
MCP 是行业标准协议，Claude Desktop、Cursor、Windsurf、Cline、WorkBuddy 都支持。一份记忆，所有 AI 通用。
{
"mcpServers": {
"memsave": {
"command": "python",
"args": ["-m", "memsave", "serve"]
}
}
}
pip install memsave
# 可选：装上本地语义模型，CPU 跑，永不上网
pip install "memsave[local]" && python -m memsave embedder install
# 让每个新对话自动先查记忆（写入 CLAUDE.md / .cursorrules / AGENTS.md） memsave rules --write # 每天自动告诉你省了多少钱（自动挂系统定时任务） memsave savings --install
完整使用教程 → （各客户端配置文件在哪、装不上怎么排查，都在里面）
存储永远免费无限。我们只对云端推理次数收费 —— 按记忆条数收费等于惩罚你使用自己的资产。
memsave team sync你的目标用户已经在每月付 Claude Pro $20、ChatGPT Plus $20、Cursor $20。再让他每月多掏 $19，转化率会非常难看。终身买断对订阅疲劳人群是降维打击 —— 而且因为检索跑在你的机器上，我们的边际成本是零，卖一份净赚一份。
存在你本机的一个 SQLite 文件里，默认 ~/.memsave/memory.db。检索、向量、全部在你自己的 CPU 上跑，没有网络请求。随时 python -m memsave export ~/memories.md 打包带走。
能。默认走 BM25 关键词召回 + 哈希向量重排，零依赖零下载。中文场景下关键词命中率本来就很高。装上 24MB 的 ONNX 模型后语义召回会更好，但不是必需。
三件他们结构性做不到的事：离线自托管（企业数据不能出内网）、可导出（记忆是你的资产，不是锁你的筹码）、跨模型（你同时用 Claude 和 GPT，记忆不该被平台锁死）。不在这三点上竞争的地方，我们拼不过大厂，也不打算拼。
存蒸馏后的事实，不要存原始对话流水账。谁、做了什么、什么时候、什么决策、什么偏好。写一次花一次钱，之后读一万次都是零 —— 这是唯一的正确摊销方向。