换一个模型，继续同一个故事。
将人格、共同经历和未完成的工作保存在本地，按需带入下一次对话。
快速开始 · 大鲸鱼接入 · 性能实测 · 完整中文手册 · English
它记住什么？
MemLikeHuman 是一个 Python + SQLite 的本地 MCP 记忆服务。模型负责对话，记忆属于你。
| 保存的内容 | 恢复时的行为 |
|---|---|
| 核心人格 | 稳定、版本化；由用户编辑，可回退 |
| 共同经历 | 近期细节清楚，旧事逐渐只呈现概览；原文始终可查 |
| 事实与偏好 | 保留来源、确认程度和变化历史；不把推测当事实 |
| 共同约定与成长 | 有出处、可解释、可撤销，不自动覆盖核心人格 |
| 情绪表达 | 随时间回归基线，不把一时情绪写成人格 |
| 未完成的工作 | 恢复目标、已完成事项、约束、待办和下一步 |
不需要图数据库或 Docker。未配置 API 时，原文持久化、中文关键词检索、手动提炼和恢复都可离线使用。提炼模型、embedding 模型与聊天模型分别配置。
v0.2 开发预览版。 通用 MCP 只能保存宿主主动提交的内容，不能自行捕获全部聊天或检测上下文即将满。它提供可迁移的角色状态和记忆，不宣称让模型获得真实主观情感，也不保证不同模型表现完全一致。
快速开始
需要 Python 3.11+ 和 uv。
git clone https://github.com/xeonphi1/memlikehuman.git
cd memlikehuman
uv sync --frozen
uv run memlikehuman init
uv run memlikehuman doctor
默认真实数据保存在 ~/.local/share/memlikehuman/，位于仓库之外。用 --data-dir 或 MEMLIKEHUMAN_HOME 修改目录。Windows 同样可用；没有 uv 时，在 Python 虚拟环境中执行 python -m pip install .。当前未发布到 PyPI。
先体验一次离线跨会话恢复：
uv run python examples/demo.py --data-dir /tmp/memlikehuman-demo
uv run memlikehuman --data-dir /tmp/memlikehuman-demo --project synthetic-demo resume --budget 16000
演示只使用合成中文记录，不调用付费 API：搬家前后的城市、共同约定、未确认的偏好，以及上次没完成的工作。Windows 请把 /tmp/memlikehuman-demo 换成新的本地目录。
给 DeepSeek Harness 的大鲸鱼接上记忆
已准备 一步一步的中文指南、Cordis 配置 和会话调用约定。
- 安装本服务，初始化
whale人格与私人数据目录。 - 修改示例中的两个绝对路径，将
insert块合并到 Harness 用户补丁。 - 重启并新建鲸鱼会话，确认
mcp__memlikehuman__…工具已出现。 - 每次明确使用相同的
persona_id和project_id：先恢复，再记录，需要原话时翻日记。
这里的“大鲸鱼”指 linsport/dsh-whale-persona。已按 Harness 上游文档与源码核对配置，并测试本服务的真实 stdio 通信；真实 Harness UI 与付费模型的端到端行为仍需验证。指南还说明了 API key 转发、与 dsh-mnemon 共存及新会话验收方法。
像日记一样保留，像回忆一样调用
flowchart LR
A[提交原始经历] --> B[(本地日记原文)]
B --> C[近期：详细记忆]
C --> D[旧事：概览与线索]
E[问题 / 照片标识] --> D
D --> F[需要细节时 memory_read]
B --> F
P[核心人格 + 工作交接] --> R[按预算恢复到新模型]
D --> R
默认在 180 天后将旧经历呈现为概览，730 天后进一步粗化时间标签。阈值可配置；这是工程上的记忆呈现策略，不是对人脑的生物学模拟。事实、偏好和明确约定保持详细，日记原文不会被摘要覆盖。
例如，平常只带入“曾一起放过风筝”；问到具体日期、地点和原话，再读对应的原始事件。没有经过提炼的概览只标为“主题线索”，不会编造故事补全空白。
uv run memlikehuman recall '蓝色风筝'
uv run memlikehuman recall '蓝色风筝' --detail detailed
uv run memlikehuman read RECORD_ID
uv run memlikehuman recall '' --cue-key 'photo:sha256:YOUR_IMAGE_HASH'
照片功能目前是已登记的标识／描述触发检索：通过 memory_record.cues 关联经历，不存储图片，也不自行识别照片。详见淡忘与性能设计。
记忆多了，会不会变慢？
恢复不会把整个记忆库塞进上下文，也不会每次换模型都重新总结历史。默认 fast 走本地索引，先取有限候选，再按预算组装。
本机合成中文基准，7 次查询的中位数：
| 记忆量 | 特定经历检索 · 优化前 → 后 | 恢复包 · 优化前 → 后 |
|---|---|---|
| 1,000 | 3.54 → 1.09 ms | 9.91 → 3.26 ms |
| 10,000 | 28.36 → 1.50 ms | 78.76 → 7.22 ms |
| 100,000 | 288.22 → 5.36 ms | 804.97 → 37.48 ms |
这是本地进程内记忆服务延迟，不含模型生成、网络、提炼 API 或 MCP 启动。十万条中搜索常见词“朋友”约 83.60 ms；首次中文分词加载也有额外成本。没有把这些数字当作聊天总延迟承诺。完整环境、原始数据、限制与复现命令见性能报告。
数据可控，记忆有出处
- 原文先提交 SQLite 事务，再尝试提炼；API 失败保留
pending，稳定事件 ID 防重复。 - 每条提炼记忆关联来源；用户陈述、助手表达和推测分别标记。
- 按人格与项目隔离；“以前住上海，现在住杭州”可分别查询当前和历史。
- 支持人格版本回退、纠错、删除、JSON/JSONL 导入导出和 SQLite 备份恢复。
- 不保存配置密钥到导出包。真实对话本身可能包含敏感信息，应由你管理。
本地数据为明文；配置云端提炼或语义检索时，相应内容会发送给所选提供商。项目面向可信的单用户 stdio 客户端，分区不是多租户权限系统。详见架构与行为边界。
文档导航
| 想做什么 | 从这里开始 |
|---|---|
| 配置大鲸鱼和 Harness | 中文接入指南 / English |
| 管理人格、API、备份和纠错 | 完整中文手册 / English manual |
| 调用工具、控制上下文预算 | MCP 接口与宿主约定 |
| 理解淡忘、原文追溯与延迟 | 性能与记忆分层 |
| 理解存储、迁移与可靠性 | 架构说明 |
| 贡献代码或复现测试 | 贡献指南 |
Star 趋势
参与开发
uv sync --frozen --group dev --extra tokenizer
uv run pytest -q
uv run ruff check src tests examples benchmarks scripts
uv run ruff format --check src tests examples benchmarks scripts
uv build
测试包含真实 MCP 子进程、进程中断、幂等写入、事实变化、淡忘与日记追溯、照片线索、分区、迁移与备份。CI 覆盖 Linux、macOS、Windows 的 Python 3.11 / 3.13；跨真实模型的效果验证另见 eval_models.py。
欢迎提交带复现步骤的 Issue 和有针对性的 PR。下一步重点是宿主自动捕获／交接插件、更大规模语义索引及真实模型评测。
感谢 Graphiti 对时间、来源与关系设计的启发。本实现不依赖或复制 Graphiti，也未打包上游鲸鱼角色内容。