装好之后你不用改任何习惯 —— 该怎么跟 AI 说话还怎么说话。 它会在需要回忆的时候自己去翻本地记忆库,只把命中的那一小段送进上下文。
你需要 Python 3.10 以上,以及一个支持 MCP 的 AI 客户端(Claude Desktop、Cursor、Windsurf、Cline、WorkBuddy 都行)。
python --version # 看到 Python 3.10.x 以上即可 # Windows 若提示"不是内部或外部命令",说明装 Python 时没勾 Add to PATH
pip install memsave
python -m memsave stats # 看到统计输出就装好了
核心只用 Python 标准库,不装 numpy 也能跑。想让语义检索更准,可以再装可选的 24MB 本地模型(CPU 跑,永不上网):
python -m memsave embedder install # 可选,不装也能用
把下面这段加进客户端的 MCP 配置文件。command 填 python;如果你的 Python 不在 PATH 里,就写完整路径(Windows 形如 C:/Users/你/AppData/Local/Programs/Python/Python313/python.exe)。
{
"mcpServers": {
"memsave": {
"command": "python",
"args": ["-m", "memsave", "serve"]
}
}
}
配置文件在哪:
| 客户端 | 配置文件位置 |
|---|---|
| WorkBuddy / CodeBuddy | ~/.workbuddy/mcp.json |
| Claude Desktop(Win) | %APPDATA%/Claude/claude_desktop_config.json |
| Claude Desktop(Mac) | ~/Library/Application Support/Claude/claude_desktop_config.json |
| Cursor | ~/.cursor/mcp.json(或项目内 .cursor/mcp.json) |
| Windsurf | ~/.codeium/windsurf/mcp_config.json |
| Cline | VS Code 设置里的 MCP 面板 |
| 客户端 | 写完配置后还要做什么 |
|---|---|
| WorkBuddy | 左下角 + → 连接器管理 → 顶部「自定义连接器」→ 对 memsave 点信任/开启 |
| Claude Desktop | 完全退出重开;首次会弹「允许运行」,点允许 |
| Cursor | Settings → MCP,确认开关是绿的;灰的就手动开 |
| Windsurf | 完全退出重开;MCP 面板里确认工具数不为 0 |
| Cline / Roo Code | MCP 面板点 memsave 的开关,工具列表出现才算数 |
别靠"看起来开着"判断。让 AI 跑一次检索,有命中才算装好:
用 memory_search 查一下"项目 背景",告诉我命中了几条
跟你的 AI 说这句话(它会调用 memory_add 存下来):
记住:Alpha 项目因 H800 到货延迟,上线时间推迟到 11 月 15 日。
然后开一个新会话,问它:
Alpha 上线时间改到什么时候了?
它会自己去翻记忆库,只把命中那一条送进上下文 —— 而不是把整个历史重读一遍。每次检索返回末尾都会附一行:
本次检索省下 33,302 token ≈ ¥0.09(累计 1,284,300)
你不需要记命令,AI 会自己判断什么时候该存、什么时候该翻。它手上就 9 个工具:
| 工具 | 干什么 |
|---|---|
memory_add | 存一条记忆(可丢原始对话,自动蒸馏) |
memory_search | 检索,返回命中的摘要层 |
memory_index | 输出常驻索引(约 1000 token,不随记忆增长) |
memory_get / update / forget | 取原文 / 改 / 删 |
memory_export / stats / license | 导出 / 节省统计 / 授权查询 |
想自己操作就用命令行,效果完全一样:
python -m memsave add "Alpha 延期" --summary "推到 11/15" --kind decision python -m memsave search "Alpha 排期" python -m memsave export ~/memories.md # 随时打包带走 python -m memsave stats # 省了多少 token / 多少钱
MCP 服务是被动的 —— AI 不主动调,记忆就永远躺在硬盘里。解决办法是在项目里放一句规则, 一条命令搞定:
memsave rules --write --client claude --scope 项目名
它往规则文件里写一段话(CLAUDE.md / .cursorrules /
.windsurfrules / .clinerules / AGENTS.md),
要求 AI「开会话先查索引、遇事先检索、结束前写结论」。不指定 --client 时按目录自动判断。
重复执行不会重复叠加。
默认所有记忆在一个空间里,A 项目和 B 项目会互相串味。给项目配一个命名空间, 检索就只在本空间内进行:
{
"mcpServers": {
"memsave": {
"command": "python",
"args": ["-m", "memsave", "serve"],
"env": { "MEMSAVE_SCOPE": "alpha项目" }
}
}
}
规则:scope 内的记忆只对同空间可见;global 空间的记忆
(用户偏好、团队规范)在所有空间都能查到;想跨空间全查就传 scope="*"。
AI 也可以在单次调用里临时指定,不必改配置。老数据自动落在 default,不受影响。
免费版 500 条记忆,本地检索不限次数。买了 Pro 终身版,把授权码激活一次即可,不绑机器:
python -m memsave license activate "MSV1-XXXXXXXX.XXXXXXXX" python -m memsave license status
授权码以 . 分两段,复制时别漏掉后半段。换机器直接重新激活同一串码。
| 现象 | 原因 / 解决 |
|---|---|
| AI 里根本没有 memsave 工具 | 配置写错或没重启客户端。改完配置要完全退出再重开。 |
显示"已启用"但报 Connection closed / 提示"从未使用" | 服务进程启动即退出。先在终端跑 python -m memsave serve,能返回一段 JSON 就说明服务端正常,问题在客户端那一步(见 03 的表格)。 |
| 装好了,但 AI 从来不主动查记忆 | 缺项目规则。在项目目录跑 memsave rules --write,新开一个对话即可生效。 |
| 两个项目的记忆互相冒出来 | 没设命名空间。给每个项目配不同的 MEMSAVE_SCOPE(见 05)。 |
'python' 不是内部或外部命令 / spawn ENOENT | Python 没进 PATH。配置里写 python 的完整路径,或者重装时勾 Add to PATH。 |
| 提示超出 500 条上限 | 免费版上限。先 export 备份,或升级 Pro。 |
| 授权码无效 | 多半是复制缺字符。用双引号整串包起来再粘,确认两段都在。 |
| 找不到记忆库文件 | 默认 ~/.memsave/memory.db。想换位置就设 MEMSAVE_HOME(建议用纯英文路径)。 |
| 记错/记重了 | python -m memsave search "关键词" 找到后 forget 掉,或让 AI 直接改。 |
上面都试过还不行,把 python -m memsave stats 的输出发我(购买渠道内私信即可),我直接帮你看。
export 成 Markdown / JSON 带走。这是设计底线 ——
给不了干净导出的产品,你就不该往里放真正重要的东西。