Aifp Mcp

io.github.wjabanjj由 GitHub 帳號 wjabanjj 發布v1.5.8更新於 Oct 25, 2026

Persistent memory MCP server for AI coding assistants. Chinese-first and fully local.

已驗證STDIO僅桌面知識與記憶開發者工具

概覽

AI 產生的概覽

在本機執行、以中文為優先的持久記憶伺服器,讓 AI 程式設計助理跨工作階段、跨工具儲存、檢索與回想記憶。

可以做什麼
儲存、列出、依 ID 取得並去除重複的記憶,支援關鍵字加向量語意雙路檢索與一鍵上下文回想,串接因果與關聯線索。追蹤感知鏈、找出兩條記憶間的最短路徑、沿圖擴散搜尋,並找出共現的相關記憶。彙整偏好、事實與習慣形成使用者畫像,並把對話輪次寫入辨識佇列以自動沉澱記憶。匯入 Obsidian 等外部筆記目錄,也可把記憶匯出為 Markdown 筆記。執行維護操作:鞏固、合併、驗證、去重、批次更新或刪除、匯出,以及檢視統計與信賴度。
適用情境
適合希望程式設計助理記住專案事實、個人偏好和過去排障經驗,並讓同一台電腦上多個支援 MCP 的工具共用一份記憶庫的情境。特別適合中文對話,錯字、口語和相對時間詞也能比對。
執行需求
透過 npm 在本機執行,需要 Node.js 22 以上。資料預設存放在使用者家目錄下。首次啟動需下載約 30MB 的嵌入模型,可能阻塞最多 45 秒。選用:設定 COGNITION_LLM_API_KEY(或 ANTHROPIC_API_KEY)並開啟 COGNITION_RECOGNIZER=1 以啟用自動辨識;伺服器增強模式需 COGNITION_SERVER_URL 與 COGNITION_API_KEY。
安裝前請注意
安裝時的 postinstall 鉤子會自動偵測並改寫多個已安裝 AI 工具的 MCP 設定檔。啟用自動辨識後,對話觀察內容會傳送給外部 LLM,請確認服務商與位址。伺服器增強模式需向作者訂閱付費取得金鑰,README 也提醒貼進對話的金鑰會留在對話紀錄中。記憶工具可刪除、合併和覆寫資料,匯出會覆寫同名筆記。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Aifp Mcp,將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only,透過 STDIO。 STDIO 服務會啟動本機處理程序,因此需要 SourceWeft 桌面主機。

其他 MCP 客戶端

參照 儲存庫 中的啟動說明。

README

AiFP 记忆感知系统 — MCP Server

通过 Model Context Protocol 为 AI 编程助手提供持久记忆。

English · npm · GitHub

让 Obsidian、DeepSeek Harness、Claude Code、Cursor、Codex 等一切支持 MCP 的 AI 工具拥有跨会话的持续记忆。完全本地运行,数据不出本机(默认 ~/.ai-cognition/)。

为什么选 AiFP — 一套记忆,所有 AI 共享

你受够了 AI 的"健忘"吗?

  • 聊了一上午,它忘了项目名——存了,但用不上
  • 你说"拍森",它只认 Python——说错一个字就搜不到
  • 昨天说 Docker 连不上,今天说 MySQL 连不上,它不知道是同一件事——相关的记不住
  • DeepSeek Harness 学会的,Claude Code 不知道——每个 AI 都是记忆孤岛

多数 AI 记忆系统只是存——存是存了,但用不上。AiFP 是让 AI 真正记住、想通、共享,把上面这些毛病一次解决。

先讲别人做不到的(共享):

一套记忆,所有 AI 共用。 今天 DeepSeek Harness 学会的,明天 Claude Code 还记得;Codex 攒的偏好,VS Code Copilot 不用重新问。别的记忆系统做不到——因为它们每个各记各的,互不相通。AiFP 让同电脑上所有 AI 工具共用一个大脑,记一份,处处用。

再讲它为什么好用(能力):

  • 会掂量着记——不是每句话都存。聊的东西先进"待定区",由识别器判断这条值不值得长期记住:值得才正式记下,不值得就跳过。不会一股脑全存,也不会错漏重要的。
  • 能听懂人话——你说"拍森",它知道是 Python;你说"上个月",它知道是哪个月。说错字、口语、时间词都能理解。
  • 能看出关联——昨天说"连不上数据库",今天说"改了配置还不行",它知道是同一件事的延续。还能顺着一条线索联想出相关的内容。
  • 记得清,用得上——一条记忆只留核心意思,不堆垃圾。用的时候只挑最相关的几条给你,又快又不乱。
  • 越用越懂你——你的偏好、习惯它会慢慢积累成"画像",但它分得清"事实"和"建议",不会把你的想法和它自己的混在一起。
  • 该忘的就忘——太久没用的记忆会自然淡出,重要的记忆会越来越牢。记忆库永远干净,不会变成堆不动的垃圾场。

看这些名字,就知道它不简单——记忆被做成了大脑的结构:

概念它到底在干嘛(大白话)
🧠 海马体 · 记忆感知会掂量着记——先进"待定区",识别器判断值不值得长期记住,值得才正式记下,不值得就跳过
🔗 神经元突触 · 感知链自动发现信息之间的联系,还能顺着线索找到最直接的关系
👃 嗅觉皮层 · 语义检索说错也能找到——你说"拍森",它知道你要找 Python
⚡ 共燃神经元 · 关联一起出现的东西自动绑在一起,问 A 顺带带出 B
🗣 语言中枢 · 理解懂口语、认错字、认得"上个月"是哪个月
🌊 神经扩散 · 联想回忆一条线索能联想出好几层相关的记忆
🧬 突触固化 · 记忆巩固用得越多记得越牢,从临时记忆慢慢变成长期记忆
⏳ 遗忘曲线太久不用的自然淡出,记忆库永远干净不堆积
📊 神经信号 · 置信度每条记忆带个"可信度"标尺,越靠谱的越优先给你
👤 主人认知模型 · 画像懂你这个人——偏好习惯会积累成画像,但不跟它的想法混
💪 肌肉记忆 · 跨轮复用做过的经验跨会话记得,不用每次从头学

天生为中文服务:认错字、懂口语、认时间词,全都是为中文设计的。英文为主的记忆系统,遇到"拍森找 Python"这种就抓瞎了。

默认完全私有:所有数据都存你本机,不上云、不注册、不偷偷上报。所谓"共享"只是多个工具读写同一份本地记忆——你的数据从没离开过这台电脑。

一条命令装好:npm install -g 自动帮你配好 12 个 AI 工具(Claude Code、Cursor、Windsurf、Cline、Gemini CLI、Qwen Code、Zed、VS Code Copilot、Codex CLI、Trae、DeepSeek Harness、pi-coding-agent)。

一个大脑,多个助手:今天 DeepSeek Harness 学到的,明天 Claude Code 还记得——像跟一个有记忆的同事说话,不用每次都重新自我介绍。

快速开始

bash
npm install -g aifp-mcpclaude mcp add ai-cognition -s user -- npx aifp-mcp

重启 Claude Code 即可使用。数据存在 ~/.ai-cognition/data/cognition.db。

DeepSeek Harness (dsh) 自动接入

装完 aifp-mcp 后自动接入 dsh,无需手动执行任何 dsh 命令:

bash
npm install -g aifp-mcp

安装时会自动检测 dsh 并写入配置(~/.dsh/cordis.patch.yml)。重启 dsh,记忆工具自动注册为 mcp__aifp__*(如 mcp__aifp__search_memories、mcp__aifp__save_memory),无需手动改任何配置。

在任意 AI 对话中安装(推荐)

不需要手动配任何东西。在 Claude Code、Codex、Cursor、DeepSeek Harness 等任意工具里直接输入:

帮我安装记忆系统:npm install -g aifp-mcp

postinstall 钩子会自动检测并配置所有已安装的 AI 工具(Claude Code、Cursor、Windsurf、Cline、Gemini CLI、Qwen Code、Zed、VS Code Copilot、Codex CLI、Trae、DeepSeek Harness、pi-coding-agent),并打印状态报告。重启工具即可使用记忆工具——AI 看到报告后会告诉你重启哪个,无需手动改任何 MCP 配置文件。

首次启动:需要下载 ~30MB 的 bge-small-zh 嵌入模型,最多阻塞 45 秒。后续启动有缓存,秒开。

本地模式 vs 服务器增强模式

AiFP 支持两种运行模式(环境变量 COGNITION_MODE,默认 remote):

本地模式完全私有(数据不出本机),但感知链工具需要连接服务器。服务器地址不随包分发,需通过官方接入渠道获取。

拿到 key 后,一条命令连上

接入地址和密钥通过官方渠道发放:联系作者(微信:zm8571806/QQ:8571806/邮箱:[email protected])订阅后发放,不随包公开。订阅到期可单独吊销,不影响其他用户。

bash
# 1. 安装(如未安装)npm install -g aifp-mcp
# 2. 一条命令连接服务器(地址和 key 由作者发放)aifp-mcp --connect https://<官方地址> <你的64位key>
# 3. 重启你的 AI 工具(Claude Code / Cursor / dsh 等)#    感知链 / 深度追踪 / 图扩散自动可用
# 断开(恢复纯本地):# aifp-mcp --disconnect

--connect 会把连接信息保存在本机 ~/.ai-cognition/server.json,之后启动自动生效,无需每次配置环境变量。

更简单:直接让你的 AI 配置

不需要手动敲命令。在 Claude Code / Cursor / Codex / dsh 等任何 AI 工具的输入框里说:

这是我的 aifp 服务器地址和 key,帮我配置: 地址:https://<官方地址> key:<你的64位key>

AI 会自动执行 aifp-mcp --connect 并提示你重启工具。重启后感知链增强自动生效。

⚠️ key 会出现在对话记录中,介意的话配置完可在管理后台吊销重发(不影响使用)。

接入 Obsidian(笔记 ↔ 记忆双向)

Obsidian 笔记 → 记忆库(AI 可语义检索你的笔记):直接让你的 AI 导入,无需配置环境变量:

把 Obsidian 笔记导入记忆:directory = C:/Users/你/Obsidian/我的笔记库

AI 会调用 reimport_sources 同步导入(frontmatter 自动剥离、哈希去重)。以后新增笔记再说一次即可。

记忆库 → Obsidian 笔记(在 Obsidian 里看到全部记忆):让 AI 调用 export_memories_md:

把记忆导出到 Obsidian:directory = C:/Users/你/Obsidian/我的笔记库/AiFP记忆

导出的笔记带 frontmatter(type/tier/tags),Obsidian 可直接识别和检索;同名笔记自动覆盖更新,保持与记忆库同步。

MCP 工具(共 33 个)

核心工具(15 个):

工具功能链路
save_memory保存记忆(自动去重 + 向量索引)基础
search_memories双路检索:FTS5 关键词 + 向量语义逻辑链
recall_context一键回忆(直接命中 + 因果链 + 关联 + 扩散)综合链
get_memory按 ID 获取记忆详情基础
list_memories分页列出基础
trace_perception_chainBFS 感知链追踪(6 类因果)上下链
find_perception_path双向 BFS 找两条记忆间最短路径关系链
get_perception_graph_stats感知图统计关系链
diffuse_memories图扩散搜索(关联多跳)关系链
get_memory_tree层级树结构基础
get_related_memoriesHebbian 共现关联关系链
get_user_profile用户画像——聚合偏好/事实/习惯画像
observe_turn记录对话轮次到识别队列(跨平台自动记忆入口)自动
reimport_sources重新扫描外部笔记目录导入
get_stats系统统计基础

另有 18 个管理/进阶工具:consolidate_memories / share_memory / merge_memories / batch_delete / batch_update / export_memories / export_memories_md(Obsidian)/ explain_query / get_confidence_stats / scan_memory_patterns / validate_memory / get_top_experiences / deduplicate_memories / scan_observation_patterns / rotate_observation_logs / session_mine / derive_memories / flush_recognizer。

跨平台自动记忆识别

Claude Code 使用原生 hooks(100% 自动,零遗漏)。其他工具通过 observe_turn 工具 + 指令文件实现(详见 rules/ 目录):

平台配置方式自动程度
Claude Codehooks(原生)100% 自动,零遗漏
Cursor.cursor/rules/ 指令文件AI 遵守指令时自动触发
Codex CLIAGENTS.md 指令文件AI 遵守指令时自动触发
Trae项目规则(手动配置)AI 遵守指令时自动触发

指令文件告诉 AI:"每次回答完用户后调用 observe_turn 记录本轮消息"。系统会自动判断是否有值得记住的内容,不需手动决定。

核心技术

  • SQLite + FTS5 全文索引(CJK 感知,unicode61 tokenizer)
  • bge-small-zh-v1.5 向量嵌入(本地 512 维语义搜索,自动重试 + 多镜像回退)
  • Hebbian 共现矩阵("一起发射的神经元连在一起")
  • 有向因果链(6 种关系类型)
  • BFS 图扩散(沿关联多跳发现间接知识)
  • 纠错 + 消歧 + 中文时间词解析

各 AI 工具怎么接入(自动或手动)

npm install -g aifp-mcp 时自动完成(postinstall 检测所有已装 AI 工具并写入 MCP 配置)。以后新装了某个 AI 工具,跑一次即可接入:

bash
aifp-mcp --setup   # 重新检测并配置所有 AI 工具

自动检测并配置已安装的 AI 工具(检测到才写入,不重复覆盖):

平台配置方式
Claude Code~/.claude/settings.json → mcpServers + 启动 hook
Cursor~/.cursor/mcp.json
Windsurf~/.codeium/windsurf/mcp_config.json
Cline~/.config/cline/mcp_settings.json
Gemini CLI~/.gemini/settings.json → mcpServers
Qwen Code~/.qwen/settings.json → mcpServers
Zed~/.config/zed/settings.json → context_servers
VS Code Copilot%APPDATA%/Code/User/mcp.json → servers
Codex CLI~/.codex/config.toml
pi-coding-agent生成扩展到 ~/.pi/agent/extensions/aifp-memory/(pi 无内置 MCP,用扩展机制)

手动配置

Claude Code / Cursor

json
{  "mcpServers": {    "ai-cognition": {      "command": "node",      "args": ["path/to/aifp-mcp/dist/index.js"]    }  }}

自定义数据目录

bash
COGNITION_DATA_DIR=/path/to/data npx aifp-mcp

环境变量

变量默认值说明
COGNITION_DATA_DIR~/.ai-cognition/数据存储目录
COGNITION_MODEremotelocal 本地保底 / remote 连接服务器增强
COGNITION_SERVER_URL(无默认,须显式配置)远程算法服务器地址(自建)
COGNITION_API_KEY-远程模式 API 密钥
COGNITION_RECOGNIZER0设为 1 启用自动识别
COGNITION_LLM_API_KEY-识别器 LLM 密钥(OpenAI 兼容)
COGNITION_LLM_BASE_URLhttps://api.deepseek.com识别器 LLM 地址
COGNITION_LLM_MODELdeepseek-chat识别器 LLM 模型
HF_MIRRORhttps://hf-mirror.com嵌入模型下载镜像(失败自动回退 huggingface.co)
CORS_ORIGIN*HTTP 模式跨域白名单
PORT5000HTTP 端口

识别器 LLM 配置(启用自动记忆识别)

观察队列需要 LLM 判断是否值得入记忆,二选一:

bash
# OpenAI 兼容(推荐:DeepSeek 等)export COGNITION_RECOGNIZER=1export COGNITION_LLM_API_KEY=你的DeepSeek密钥export COGNITION_LLM_BASE_URL=https://api.deepseek.com   # 可选,默认同左export COGNITION_LLM_MODEL=deepseek-chat                 # 可选
# 或 Anthropic# export COGNITION_RECOGNIZER=1# export ANTHROPIC_API_KEY=sk-ant-...

不配置则只记录观察日志,自动识别不落地(AI 主动 save_memory 不受影响)。

技术栈

  • Node.js 22+ (node:sqlite) + TypeScript
  • SQLite (内置) + FTS5
  • @xenova/transformers (bge-small-zh-v1.5)
  • @modelcontextprotocol/sdk (MCP 协议)

License

专有软件 — 见 LICENSE。个人/非商业用途免费;商业用途需授权。第三方依赖遵循各自开源许可。

來源:README.md,提交 d2b685a

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包,因此其工具未知。

版本歷史

1
  1. v1.5.8最新Sep 16, 2026

評分

已滿足適用檢查項的 40%

該評分衡量此收錄條目的完整程度,依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價,也不表示伺服器安全或目前可用:可連通性是帶日期的檢查結果,評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手;SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭,或保持端點能夠回應探測,以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list,或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。