GRU953-MTA

="center"> ="https://.com/GRU-953/memorised-them-all/main/docs/social-preview.png" alt="Memorised — give your AI a private, local memory of your files" width="100%"> <h1>Memorised</h1> <h3>为你的AI助手提供私有的、本地的文件记忆 - 无需支付代币。</h3> <p>指向一个包含PDF、Word/Excel整个存档的文件夹。它在<strong>你自己的电脑上</strong>读取并记住它们 - 无需下载AI模型，无需复制粘贴，无需上传，无需API密钥，无需意外代币账单。然后只需<strong>询问</strong> - 在Claude、Gemini、Cursor、VS&nbsp;Code、Windsurf、ChatGPT的Codexrok等。</p> [](https://pypi.org/project/memorised-them-all/) [ [](https://github.com/GRU-953/memorised-them-all/actions/workflows/ci.yml) [](https://pypi.org/project/memorised-them-all/) [](LICENSE) [](#-is-my-data-private) [](#-why-no-ai-model) ](https://img.shields.io/badge/context%20tokens-~0-10b981)](#-why-is-it-token-free) _{<b>v3.2</b> · 适用于Claude · Gemini · Cursor · VS&nbsp;Code · Windsurf · Codex · Grok · 100% 本地 · 确定性 · 无模型 · 无代币 · 增量 · 便携 · 英语&nbsp;+&nbsp;孟加拉语 · <a href="CHANGELOG.md">更新日志 →</a>} <p> <a href="#-what-is-this"><b>这是什么？</b></a> · <a href="#-why-its-different">为什么与众不同</a> · <a href="#-get-started"><b>开始使用</b></a> · <a href="#-your-first-memory">第一个记忆</a<a href="#-iving-portable-memory">记忆</a>="#-english">孟语</a> · ="#-questions--">常见问题</a> · <a href="#-for-power-users">高级</a> </p> </div> --- ## 🧠 这是什么？ 想象一下，给你的AI一个<strong></strong>，里面装满了你的文档，然后说<strong>记住这一切。</strong> 稍后你可以直接提问，AI会根据它记住的内容回答 - 每个事实来自哪个文档。 这就是 <strong>Memorised them All</strong>。 它是一个小型插件（MCP服务器），可与Claude、Gemini、Cursor、VS Code、ChatGPT的Codex、Windsurf、Grok等配合使用（一个命令即可设置所有这些） 。 它： 1. <strong>读取你的文件</strong> - PDF、Word/Excel/PowerPoint（包括旧的`.doc`/`.ppt`/`.xls`）、网页、CSV、EPUB，甚至zip/rar存档（安全解压）- 并在<strong>你的电脑上</strong>将它们转换为干净的文本。 2. <strong记忆</strong> - 一个可搜索的人物和事实的地图（“知识图”），以及一个整洁的摘要和的笔记。 3. <strong>让你提问</strong> - 你的助手提问时回忆起相关的<strong>引用</strong>片段，而不是你将整个文件粘贴到聊天中。 4. <strong>保持当前和便携</strong> - 重新运行只重新读取更改过的文件，你可以导出一个记忆，将其移动到另一台机器，或将多个记忆合并为一个。 > <strong>一行代码的想法：</strong>代币需要付费的努力是。所以所有繁重的任务都在本地进行，助手只接收一个很小的答案。记忆一个500页的文件夹<strong>零</个聊天代币。 ### 💬 看看它 安装完成后，你你的助手对话： ``` 你： 记忆~/Documents/contracts文件夹中的所有内容。 AI： ✅ 已消化38个文件 → 421个事实，涵盖7个主题。（耗时约30秒，全部本地进行） 你： 提到了自动续，什么时候续约： 有三个ex MSA（1日续约通知期），... [引用每个来源] 你： 我添加了两个合同并删除了一个 - 刷新记忆。 AI： ✅ 已更新：2个添加，1个删除，36个未更改（仅重新读取了2个新文件）。 你： 2023年和2024年的进度报告之间有什么变化？ 三个主要变化 - ... [引用文档] ``` 没有文件离开你的机器。助手看到过38个 只看到了小的、答案。在后台，回忆使用快速的本地关键词BM25）来选择最相关的片段，并在你的没有被涵盖时<strong>拒绝</strong--- ## 🌟 为什么与众不同 <table> <tr> <td width="25%"><b>🔒 100% 本地和私有</b><br>_{你的文件在你自己的被读取、转换和记忆。没有遥测数据，没有上传，没有账户，没有API密钥。 <a href="#-is-my-data-private →</a></td> <td width%"><b> 确定性和无b><br><没有LLM，没有ama，没有GPU，没有。纯规则 - 所以摘要<strong>总是</strong>完成，相同的目录总是给出字节。 <a href="#-why-no-ai-model">更多 →</a>}</td> <td width="25%"><b>🪙 无代币</b><br>_{你的文档内容从未发送到AI。构建和回忆的成本约为 0 个上下文 <a href="#-why-is-it-token-free">更多 →</a>}</td> <td width="25%"><b>🔄 活跃和便携</b><br>_{增量更新仅重新读取更改过的文件；导出、导入、合并和在不同机器上对比记忆。 <a href="#-a-living-portable-memory">更多 →</a>}</td> </tr> </table> 并且它<strong>与所有主流</strong> - 一个`mta setup`命令将其配置到Claude、Gemini、Cursor、VS&nbsp;Code、Windsurf、Codex和Grok（<a href="#-works-with-every-major-ai">查看下方</a>）。 --- ## 🚀 开始使用 你需要<strong>Python 3.10版本</strong>（大多数Mac和Linux电脑已经安装；Windows用户可以从[python.org](https://www.python.org/downloads/)获取 - 勾选<strong>添加到PATH</strong>）。无需下载AI模型。选择适合你的方式： | 你如何工作 | 执行操作适合 | | --- | --- | --- | | **pip** （推荐，适用于任何AI） | `pip install memorised-them-all` 然后 `mta | 自动配置你机器上的<strongAI客户端</strong>（Claude，Gemini，Cursor，VS&nbsp;Code，Windsurf，Codex）。 | | **Claude Desktop** （无需终端） | 从[最新版本](https://github.com/-953/memorised-them/latest)下载 **`ised-them-all.mcpb`** 并<strong>双击</strong> → **安装**。 | 无终端路径。 | | **Claude Code**plugin marketplace add GRU-953/memorised-them-all` 然后 `/plugin install memorhem-all` | 在终端中编码。 | | **Home | `brew install GRU-953/memorised-them-all/mta` 然后 `mta setup` | macOS / Linux CLI 用户。 | | **Docker / GHCR** | `docker run … ghcr.io/gru-953/memorised-them-all:latest` ([详情-it-in-docker)) | 服务器和容器。 | | **MCP注册表** | 发布为 `io.github.gru-953/m-them-all`server.json`](server.json)) | 支持MCP的客户端。 | 在 `mta setup` 之后，<strong>重启你的AI应用程序</strong>，然后直接与它对话。 要检查引擎，请运行 `mta doctor`。 > **我需要安装AI模型吗？** <strong>不。</strong> 引擎是确定性的（纯 数学运算它一经安装 - 在每台电脑上相同，完全离线。 --- ## 🤝 与所有主流AI合作 它是一个[MCP](https://modelcontextprotocol.io)服务器，因此相同的本地、无代币的记忆可插入任何支持MCP的AI客户端。 <strong>一个命令</strong>查找并配置你机器上安装的每个客户端 - 幂等地备份它所触及的每个文件： ```bash mta setup # 自动配置所有检测到的客户端 mta setup --dry-run # 仅显示将更改的内容 ``` | AI 客户端 | 如何连接 | 是否由 `mta setup` 自动配置？ | | --- | --- | --- | | **Claude** 桌面和代码 | 本地（stdio） | ✅ | | **Gemini** CLI | 本地（stdio）→ `~/.gemini/settings.json` | ✅ | | **Cursor** | 本地（stdio）→ `~/.cursor/mcp.json` | ✅ | | **VS Code** （Copilot代理） | 本地（stdio）→ 用户 `mcp.json` | ✅ | | **Windsurf** | 本地（stdio）→ `~/.codeium/windsurf/mcp_config.json` | ✅ | | **ChatGPT** - OpenAI **Codex** CLI | 本地（stdio）→ `~/.codex/config.toml` | ✅ | | **Grok** （Build CLI） | 自动发现Claude / `.mcp.json` 配置 | ✅ （通过Cl | | **ChatGPT** 应用 · **xAI** API | 仅远程MCP（HTTPS） | 运行 `mta serve --http`；查看 `mta recipes` | **ChatGPT 应用** 和 **xAI API** 只接受<strong>远程</strong>MCP端点，因此它们无法启动本地进程 - 启动内置的安全HTTP服务器（`mta serve --http`）并将URL粘贴到它们的UI中。 每个助手特定的设置说明位于 [`docs/assistants/`](docs/assistants/) 中； `mta打印每个界面（stdio、HTTP-MCP、REST、OpenAI/Gemini函数模式）的现成设置。 要手动添加，每个客户端只需运行 `mta serve`: ```json { "mcpServers": { "memorised-them-all": { "command": "mta", "args": ["serve"] } } } ``` --- ## 📁 你的第一个记忆 1. **告诉你的助手要记住什么** - 指向一个文件夹、模式： >~/Documents/research所有内容。"* （在后台，它调用 `digest` 工具。第一次运行可能需要更长时间，因为它设置了所有内容。） 2. **直接提问** - 用自然语言： > *"你的文档中关于Q3预算的内容是什么？"* > *"总结一下关于阿波罗项目的所有内容。* > *"谁被最多，哪些文件中提到了他们？"* 3. **保持 - 添加、编辑或删除文件，然后直接提问： > *"刷新研究记忆。"* （仅重新读取<strong>更改过的文件</strong> - 参见 [下方](#-a-living-portable-memory. **查看随身携带**： > *"给我一个关于这个记忆的概述。"* （`memory_over 工具 - 概要 + 主要主题） > *"将记忆导出到 ~/notes。"* （`export_memory` 工具 - 便携式笔记 + 知识图，您可以保留、共享或 [移动到另一台机器](#-a-living-portable-memory)) 5. **保持整洁** - 使用<strong>项目</strong>按主题分离记忆： > *"将 ~/work/clientA 文件夹记忆到一个名为 clientA 的项目中。* > *"使用 clientA 项目，约定了哪些交付成果？* > *"忘记 clientA 项目。"* （仅删除该记忆） 你的记忆存储在电脑上的一个文件夹中（默认为 `~/.memorised-them-all`），并在对话之间持续存在记忆被<strong>所有你设置的助手</strong>共享 - 只需构建一次，即可在任何地方使用。 --- ## 🔄 活跃的、的记忆 记忆快照 - 它<strong>随着你成长>，并且可以<strong>移动</strong- **增量更新。** 重新运行一个摘要只会重新读取<strong>更改过strong>，并删除已删除的文件 - 因此保持一个2GB的库更新只需几秒钟，而不是完全重建。 结果在字节级别与从头开始的摘要相同，并且会告诉你确切发生了什么（添加/更新/未更改/删除）。 *（默认开启；`MTA_INCREMENTAL=off` 强制完全重新转换。)* - **导出 - 任何地方。** `export_memory` 编写一个便携式捆绑包：`memory.md` + 每个文档的笔记、`graph.json` 知识图（带有可移植的文档内容哈希），以及 **GraphML + CSV**，可以直接在 Gephi / yEd / Cytoscape 或电子表格中打开。 - **导入 - 另一台机器。** `import_memory` 将导出的捆绑包恢复到一个项目中，准备好回忆，因此在你的笔记本电脑上建立的记忆可以在你的服务器上使用。 - **合并 - 组合项目。** `merge_memory` 将几个项目的语料库合并成一个连贯的记忆（确定性，去重）。 - **对比 - 比较两个记忆。** `diff_memory` 显示两个项目之间不同的文档、人物和主题（按内容哈希匹配，因此重命名但相同的文档不会被标记）。 - **聚焦回忆。** 在一个源文档（`--doc`）、一种实体类型（`--type person/org/place`）或<strong>一次多个项目</strong>（`--projects a,b,c`）中提问 - 每个命中仍然被引用，代币很小。 - **安全删除。** `forget --secure` 在删除记忆其字节。 只需与你的助手交谈i>"合并 和 clientB记忆中"</i>，<i>" 和 2024 记忆之间有什么不同？"</i>），或使用 [`mta` 命令行界面](#-for-power-users)。 --- ## 🎯 我可以用它做什么？ - **📚 研究和学习** - 消化一堆论文或教科书，然后提问、比较和比较。 - **📑 合同和政策** - 加载所有协议并提问<i>"哪些自动续约？"</i> 或 <i>"终止条款是什么？"</i> - **🗂️ 个人知识库** - 将多年的笔记、收据或手册指向其中，实际上可以<strong>找到</strong>东西；随着增长刷新它。 - **🖼️ 扫描文档和图像** - 打开OCR，它从照片和扫描件中读取文本，使它们变得可搜索。 - **🇧🇩 旧孟加拉语档案** - 数字化旧的Bijoy/Sutonny，这些文档在其他地方显示为乱码，并且实际上可以搜索它们（参见 [英语和孟加拉语](#-english--bengali)）。 - **🔒 敏感材料** - 法律、医疗、财务或机密文件，这些文件必须<strong>永远不要离开你的机器</strong>。 --- ## 🪙 为什么它是无代币的？ 当你通常与AI分享文档时，整个文档被发送到对话中 - 你为每个字每次对话都付费（以代币计）。几个大PDF文件可能会耗尽你的整个上下文窗口。 Memorised them All 将其颠倒过来： - **在你的电脑上转换、阅读和总结**你的文件。 - 助手只接收一个<strong>微小的结果</strong> - 一个计数、一个简短的总结或几个相关的片段（小到不能再小）。 - 因此，记忆一个巨大的文件夹并反复询问，仍然是<strong>接近零个上下文代币</strong>。 这就像给某人一整个图书馆与询问图书管理员一个问题之间的区别。 --- ## 🔒 我的数据是否私密？ **是的 - 这是主要目的。** 默认情况下： - ✅ **100% 本地。** 你的文件在你自己的机器上被读取、转换和记忆。它们的内容<strong>从未</strong>发送到任何AI的服务器、我们或任何人。 - ✅ **没有遥测，没有跟踪API密钥。** - ✅ **完全离线工作。** 断开互联网连接，它仍然会记忆并回答。（在CI中验证：测试套件在禁用网络的情况下通过。） - ✅ **PII感知。** 个人数据（如电话号码和调查/花名册行）在摘要和回忆中被确定性地删除或编辑，因此敏感细节不会浮现 - 即使本地也是如此。 - ✅ **安全删除。** `forget --secure` 在删除记忆之前覆盖其字节。 - ✅ **签名和可审计。** 开源（MIT）；每个版本都附带CycloneDX SBOM和Sigstore/cosign签名，每个工件都有。 仅在您明确选择的情况下，可能会与网络交互的情况有：安装/更新软件，偶尔检查新版本（通过关闭 `MTA_AUTO_UPDATE=off` 来关闭），或 **如果您明确选择** 远程HTTP服务器。默认情况下，**您的文档保留在您身边**。请参阅 [SECURITY.md](SECURITY.md) 获取完整的安全威胁模型。 --- ## 🇧🇩 英语和孟加拉语 许多孟加拉语文档多年前使用 **Bijoy** 键盘以 **SutonnyMJ**（以及其他110多种ANSI字体）输入。 作为纯文本打开时，它们会变成乱码 - 实际上无法搜索。 **Memorised them All 升级它们为标准Unicode孟加拉语**，因此摘要和回忆基于实际单词而不是乱码。 （现代Unicode孟加拉语 - 以及所有其他语言 - 已经开箱即用。） 四种机制，全是确定性和本地的： - **基于字体的Office转换**（`.docx`/`.pptx`/`.xlsx`）- 仅当运行的字体是Bijoy系列字体时才运行，因此<strong>混合英语 + 孟加拉语</strong>文档保持干净（英语部分保持原样）。 - **逐行PDF文本恢复** - PDF中的孟加拉语页面，其文本层编码为Bijoy，在逐行基础上恢复，而英语/已正确行保持不变。 - **经过验证的重新排序伪影修复** - 一些PDF字体错误地编码了元音符号，导致常见单词存储为拼写错误（因此正确的孟加拉语搜索永远不会匹配它们）。由孟加拉语专家小组验证的修复程序针对整个语料库恢复了约5,700种词形（গ্রুপ, শুরূ, পুরুষ, গুরত্ব …），同时可证明地保留了正确的单词，如নিম্ন不变。 它在提取过程中运行，因此现有的记忆通过简单的重建得到修复 - 无需重新转换。 - **自动重OCR** - 带有损坏嵌入字体的孟加拉语PDF被重读为OCR（Tesseract `eng+ben`）。 回忆也是孟加拉语感知的（搜索标记器保留孟加拉语单词，实体解析保留不同的孟加拉语名称）。 建立在忠实的纯Python端口上 [`Mukti`](https://github.com/anindash15-arch/Mukti) 转换器 - 无需额外依赖，默认开启（`MTA_BANGLA_LEGACY=off` 关闭）。 ## 🛡️ 打造可靠性 通过重复、刻意的压力测试和多次对抗性审计，它在现实、凌乱的文件夹中依然保持冷静： - **它总是能完成。** 破损、巨大或卡住的文件不会冻结作业 — 每个文件都有时间限制，如果卡住则跳过，因此其他文件仍能继续处理。 - **一个坏文件不会拖累整个批次。** 无法读取的文件、循环快捷方式以及奇怪或过长的 filenames 都会被跳过，绝不会致命。 - **你的内存是崩溃安全的。** 如果计算机在写入过程中被中断，你的内存不会被损坏或丢失 — 写入是原子的，如果看起来损坏了，任何数据都会在被触碰之前备份。 - **每次都一样。** 引擎是确定性的 — 记忆相同的目录两次会在任何机器和操作系统上产生相同的内存，字节对字节。 - **它能读取不规则的文件。** Windows "Unicode"（UTF-16）文本、存档（原生 zip/tar/gz，rar/7z 需要安装解压工具 — 安全解压，检测重复）、旧孟加拉字体都能处理；媒体、字体和垃圾文件能干净地跳过。 - **它不会被诱导读取其他地方。** 放入文件夹中的快捷方式指向外部时会被忽略，存档会在 Zip-Slip、解压炸弹和深度防护后面解压。 - **它在大规模时速度快。** Recall 在大型内存上也能在毫秒内返回（在摘要时构建预标记索引），而微不足道的文本文件无需每个文件进程开销就能转换。 - **重新摘要是增量的。** 指向同一个目录，它会重新读取字节改变的文件，并删除已删除的文件 — 因此保持大型图书馆的更新速度很快，而重建的内存与字节对字节的完整重新摘要相同。 --- ## ❓ 问题和故障排除 <details> <summary><b>它是真的免费吗？</b></summary> 是的 — 该软件是免费和开源的（MIT），并且在您自己的计算机上运行，因此没有每次使用的费用或令牌费用。唯一的“成本”是一点计算机时间和磁盘空间。 </details> <details> <summary><b>我的 AI 说它没有该工具 / 它没有显示出来。</b></summary> 运行 `mta setup`（它配置每个检测到的客户端），然后完全 **重启** AI 应用程序（Claude Desktop，Cursor，VS Code，…）或您的 CLI 会话。要确认引擎本身工作正常，请在终端中运行 `mta status`。仍然卡住？运行 `mta doctor` — 它提供了一个简单的英语诊断（包括“已安装但不在您的 PATH 中”，并带有修复的单行命令）。 </details> <details> <summary><b>第一次“记忆”很慢。</b></summary> 第一次运行设置并读取每个文件一次。 **后续运行是增量的** — 它们只重新读取更改的文件，因此刷新大型图书馆需要几秒钟。没有 AI 模型需要下载或加载；引擎是确定性的，立即启动。 </details> <details> <summary><b>它能读取什么文件？</b></summary> PDF、Word/Excel/PowerPoint（包括旧版二进制 `.doc`/`.ppt`/`.xls`，需要安装 LibreOffice）、纯文本/Markdown、HTML、CSV/JSON/XML、RTF、EPUB — 加上 **存档**（`.zip`/`.tar`/`.gz` 原生；`.rar`/`.7z` 需要安装解压工具），安全解压。 除此之外，**任何其他基于文本的文件也会被摘要**（源代码、`.log`、`.tex` 等）。 默认情况下，照片、视频、音频、字体和垃圾文件会被跳过（扫描图像可以通过设置 `MTA_SKIP_MEDIA=off` 使用 Tesseract 进行 OCR）。 询问您的助手 *“列出此文件夹中可摘要的内容”* 以查看。 </details> <details> <summary><b>它能理解哪些语言？</b></summary> 任何语言的文本都有效（整个过程都是 Unicode），而孟加拉语有特殊的旧字体处理（参见 [English & Bengali](#-english--bengali)）。对于 **扫描文档和图像**，OCR 默认运行 **English + Bangla**（`eng+ben`）；将 `MTA_OCR_LANG` 设置为其他 [Tesseract 代码](https://tesseract-ocr.github.io/tessdoc/Data-Files-in-different-versions.html)（例如 `eng+hin+ara`）。如果您没有安装任何语言包，它会自动被丢弃，因此永远不会出错。 </details> <details> <summary><b>它如何选择要显示的片段？为什么答案会被引用？</b></summary> Recall 使用 **BM25** 对存储的事实和主题与您的问题进行排名，这是一种快速的经典关键词相关性方法，完全在您的机器上运行（无需 AI 模型）。它只返回少数几个，每个都标记有其源文档 — 因此答案是扎实的，可以引用。您可以将 Recall 限制在一个文档、一种实体类型或多个项目中。如果没有相关的匹配，Recall 会标记 **低置信度**，以便您的助手可以说 *“我没有这个”* 而不是猜测。 </details> <details> <summary><b>我可以将一个记忆转移到另一台计算机，或合并记忆吗？</b></summary> 是的。 **导出** 一个记忆（`export_memory`）到一个便携式包，复制到另一台机器，并 **导入**（`import_memory`）— Recall 立即生效，无需重新摘要。您还可以 **合并** 几个项目到一个（`merge_memory`）或 **差异** 两个项目以查看有什么不同。参见 [A living, portable memory](#-a-living-portable-memory)。 </details> <details> <summary><b>如何删除一个记忆？</b></summary> 告诉您的助手 *“忘记 clientA 项目”*（它故意要求您命名项目）。它会从您的磁盘中删除该项目的记忆 — 不可逆转。添加 `--secure`（CLI）以先覆盖字节。 </details> <details> <summary><b>它需要互联网连接吗？</b></summary> 不需要。它的设计是为了完全离线工作。互联网仅用于可选的、选择加入的操作，如安装更新。 </details> <details> <summary><b>它使用 AI 吗？为什么摘要这么简单？</b></summary> 不 — 而且这是故意的。引擎 **完全确定**：它使用精心调整的规则（纯 Python + 数学）提取人物、地点、组织和事实，而不是 AI 模型。这意味着它 **总是有效**（无需安装，无需破坏，无需内存不足），**速度快**，并且记忆相同的目录两次会得到 **相同** 的结果。权衡是摘要读起来更像结构化笔记而不是流畅的文章 — 但每个事实都基于您的文档，您的助手（即 AI）在问题时使用召回的事实进行智能推理。 </details> --- ## 🧰 您的 AI 获得的 11 种工具 安装后，您的助手可以代表您使用这 11 种工具（您只需正常对话 — 它会选择正确的工具）： | 工具 | 它为您做什么 | | --- | --- | | **digest** | 读取文件/文件夹并构建（或更新）内存。 **增量：** 重新运行时只重新读取更改的文件，并删除已删除的文件。 | | **convert** | 只是将文件转换为干净的 Markdown（无需内存）— 方便导出或修复旧孟加拉语。 | | **recall** | 用几个相关的、引用的片段回答问题。可以按 **文档** 或 **实体类型** 过滤，并搜索 **多个项目**。 | | **memory_overview** | 给出大局 — 概要和主要主题。 | | **list_digestible** | 显示文件夹中可以读取哪些文件。 | | **export_memory** | 将内存保存为便携式 Markdown + `graph.json` 知识图谱，以及 **GraphML + CSV** 用于 Gephi/Excel（[导出规范](docs/export-format/v1/)）。 | | **import_memory** | 将导出的包恢复到项目中 — 在机器之间移动内存。 | | **merge_memory** | 将多个项目的内存合并为一个。 | | **diff_memory** | 比较两个内存 — 哪些文档、人物和主题不同。 | | **memory_status** | 报告您的本地设置 — 确定性引擎、OCR/MarkItDown 可用性、平台和现有项目。 | | **forget** | 删除一个项目的内存（您明确命名；`secure` 先覆盖字节）。 | 每个工具只返回小结果 — **永远不会是您的文档内容**。 --- ## 🛠️ 适用于高级用户 您不需要这些即可使用应用程序 — 但如果您需要，可以使用它们。 <details> <summary><b>命令行（无需 AI）</b></summary> 相同的引擎作为 `mta` 命令提供： ```bash mta digest ~/Documents/research # 构建/更新内存（增量 — 仅重新读取更改的文件） mta recall "关于 Q3 预算呢？" # 查询它（BM25 回忆，引用片段） mta recall "续期条款" --doc globex.pdf --type org # 按源文档/实体类型过滤 mta recall "资产转移" --projects clientA,clientB # 同时搜索多个内存 mta overview # 概要 + 主题 mta convert ~/docs --out ~/md_out # 转换为 Markdown（包括旧孟加拉语） mta export ./notes # 便携式 Markdown + graph.json + GraphML + CSV mta import ./notes # 将导出的包恢复到此项目 mta merge --into combined projA projB # 合并多个项目的内存为一个 mta diff other-project # 比较两个内存（文档/实体/主题） mta forget --secure # 删除项目的内存（先覆盖字节） mta status # 本地堆栈健康 · mta doctor （修复依赖） mta setup # 自动配置每个检测到的 AI 客户端（--dry-run 预览） mta setup-claude # 仅限 Claude 的变体（桌面 + 代码） ``` </details> <details> <summary><b>从其他 AI 应用程序（Gemini、Cursor、VS Code、Codex、OpenAI、纯 HTTP）使用它</b></summary> `mta setup` 自动将本地服务器注册到它找到的每个 MCP 客户端。对于仅限远程 MCP 的客户端（ChatGPT 应用程序，xAI API）— 或任何其他集成 — 相同的 11 种工具通过 stdio 之外提供： ```bash mta setup # 自动配置每个检测到的 stdio MCP 客户端（--dry-run 预览） mta serve --http # 通过 HTTP 进行 MCP（环回 + 自动生成的 bearer token） mta serve --rest # 纯 JSON：POST http://127.0.0.1:8765/tools/<name> mta export-schema # 工具模式作为 OpenAI / Gemini / OpenAPI 3.1（无漂移） mta recipes # 每个客户端的连接代码片段 ``` 两种 HTTP 模式默认情况下都仅限于环回，并且需要 bearer token（带有 DNS 重新绑定保护）。对于 ChatGPT 应用程序或 xAI API，请启动 `mta serve --http` 并将 URL 粘贴到其连接器 UI 中。参见 [`docs/assistants/`](docs/assistants/) 和 `mta recipes`。 </details> <details> <summary><b>将您的记忆带到任何 AI（导出格式）</b></summary> `mta export ./bundle`（或 `export_memory` 工具）写入一个 **中立的、版本化的** 包，任何助手都可以消费： - `memory.md` + 每文档笔记 — UTF-8 Markdown。 - `graph.json` — 一个 JSON 知识图谱伴侣（实体、关系、主题，带有 **稳定 ID**，一个可移植的每文档内容哈希和有向/类型关系，当检测到时），针对发布的 [JSON 模式](docs/export-format/v1/graph.schema.json) 在 CI 中验证。 - `graph.graphml` + `entities.csv` / `relations.csv` — 您可以在 Gephi / yEd / Cytoscape 或电子表格中直接打开的确定性导出。 先喂 `graph.json`（它是一个紧凑的索引），然后在助手上下文小于包时按需提供 Markdown。当助手较小时，将包带回 **`mta import`**（或 `import_memory` 工具）。完整的规范 + 每助手导入说明：[`docs/export-format/v1`](docs/export-format/v1/)。 </details> <details> <summary><b>在 Docker 中运行它</b><a id="run-it-in-docker"></a></summary> 一个多架构镜像（`amd64` + `arm64`）发布到 GHCR： ```bash docker run -d --name mta -p 127.0.0.1:8765:8765 -v mta-data:/data \ ghcr.io/gru-953/memorised-them-all:latest docker logs mta # 复制打印的 bearer token + `claude mcp add …` 行 ``` 它通过 MCP HTTP 提供工具并在 `/data` 卷中保留内存。 以只读方式挂载文档 (`-v /path/to/docs:/docs:ro`) 并摘要容器内的路径。 </details> <details> <summary><b>配置</b></summary> 一切都有合理的默认值。常见的旋钮（设置为环境变量）： | 变量 | 默认值 | 含义 | | --- | --- | --- | | `MTA_HOME` | `~/.memorised-them-all` | 内存存储位置 | | `MTA_INCREMENTAL` | `on` | 仅重新转换更改的文件并删除已删除的文件（`off` 强制完全重新转换；`reset` 始终执行） | | `MTA_SKIP_MEDIA` | `on` | 跳过照片/视频/音频（设置为 `off` 使用 Tesseract 进行 OCR） | | `MTA_SKIP_FONTS` / `MTA_SKIP_GDRIVE` / `MTA_SKIP_JUNK` | `on` | 跳过字体文件 / Google-Drive 指针存根 / `.tmp`、`.DS_Store` 垃圾 | | `MTA_ARCHIVE_RECURSIVE` | `on` | 递归解压 zip/tar/gz（+ rar/7z 通过 `unar`/`7z`），带有炸弹 + 路径遍历保护 | | `MTA_ARCHIVE_DEPTH` / `MTA_ARCHIVE_ENTRIES` | `8` / `100000` | 存档的嵌套深度 / 成员数量限制 | | `MTA_OCR_LANG` | `eng+ben` | OCR 语言（Tesseract 代码；缺少的包会自动丢弃） | | `MTA_BANGLA_LEGACY` | `on` | 自动转换旧孟加拉语（Bijoy/SutonnyMJ）为 Unicode | | `MTA_CONVERT_TIMEOUT` | `120` | 每文件转换超时（秒）；挂起解析器的文件将被跳过，永远不会阻塞批次。`0` 禁用 | | `MTA_MAX_FILE_MB` | `200` | 每文件大小限制（也驱动存档预算） | | `MTA_MAX_CHUNKS` | `1500` | 每个内存的段落限制（为非常大的语料库提高） | | `MTA_RESOLVE_MAX_NAMES` | `5000` | 进入模糊/嵌入式解析传递的唯一实体名称限制（`0` = 无边界）。在此之上，精确名称 + 缩写合并仍然运行；仅跳过相似性合并 | | `MTA_OCR` | `auto` | PDF/图像的 OCR 模式：`auto`、`off`、`force`、`hybrid` | | `MTA_RECALL_K` | `8` | 默认返回的召回命中次数 | | `MTA_RECALL_MIN_SCORE` | `0`（关闭） | 召回命中的绝对 BM25 评分下限（无界 ≥0，**非** 0-1 余弦） | | `MTA_MEMORY_GB` | 自动 | 覆盖检测到的 RAM（适用于误报的容器/VM） | | `MTA_WORKERS` / `MTA_EXTRACT_WORKERS` | 自动 | 转换/提取工作线程（RAM/CPU 大小；小机器上为 1） | | `MTA_AUTO_UPDATE` | `on` | 每天 MarkItDown 更新检查（`off` 禁用；`upstream` 跟踪最新的上游 MarkItDown 提交） | | `MTA_SKIP_SETUP` | 关闭 | 跳过 `install.sh` 运行的自动配置步骤（别名：`MTA_SKIP_CLAUDE_SETUP`） | | `MTA_HTTP_*` | 关闭 | 选择加入的 HTTP/REST 服务器的选项 | </details> <details> <summary><b>为什么没有 AI 模型？（设计）</b><a id="-why-no-ai-model"></a></summary> 早期版本可选地使用本地 AI 模型（通过 Ollama）进行提取和搜索，加上 HTML 思维导图和音频转录。**版本 2 故意删除了它们。** 确定性引擎： - **总是有效** — 无需下载、安装、崩溃或内存不足；相同的文件在 4 GB 内存的笔记本电脑和 64 GB 内存的工作站上表现相同； - **可复制** — 相同的目录始终产生相同的内存（适用于审计）； - **速度快** — 无需加载模型，无需 GPU，立即启动； - **保持私密和无令牌** — 机器上的内容从未离开，助手仍然只接收小片段。 权衡：提取和搜索基于规则和关键词，而不是语义。实际上，您的助手在问题时进行补偿 — 它根据召回的事实进行推理。从 v1.x 迁移而来并使用模型？您的旧内存仍然加载；重新记忆一次（`reset: true`）以使用确定性引擎重建它们。 </details> <details> <summary><b>它在底层如何工作</b></summary> `convert`（文件 → Markdown，当地；存档安全解压；重复项去重；**重新运行时跳过未更改的文件**）→ `extract`（实体、有向关系、事实 — 基于规则，确定性）→ `graph`（构建 + 检测社区/主题）→ `summarise`（分层：每个主题 + 全局概要，事实连接）→ `materialise`（memory.md + 每文档笔记 + 缓存的召回索引）。在问题时，`recall` 使用 **BM25 词汇搜索**（无模型，孟加拉语感知）对存储的事实/主题进行排名，并返回最接近的、带引用的片段 — 并带有针对非主题问题的低置信度保护。无模型，无网络 — 摘要 **始终** 成功，并且字节对字节可复制。参见 [`CHANGELOG.md`](CHANGELOG.md) 和 [`SECURITY.md`](SECURITY.md) 获取详细信息。 </details> --- ## 💻 平台和供应链 macOS、Linux 和 Windows · Python 3.10–3.12 · 在每次更改的 CI 上，在所有三个平台上进行测试（禁用网络）。每个版本都构建一次，并发布到 **PyPI**（OIDC 受信任发布），一个 **GitHub Release**（带有 **CycloneDX SBOM** 和一个 **Sigstore/cosign** 单文件签名，每个工件），`.mcpb` **Claude Desktop 包**，一个 **Homebrew** Tap，和 **GHCR**（多架构）。每个 GitHub Action 都被 SHA 固定。 ## 🙏 致谢和许可 建立在 [MarkItDown](https://github.com/microsoft/markitdown)、[NetworkX](https://networkx.org)、[RapidFuzz](https://github.com/rapidfuzz/RapidFuzz) 和 [Model Context Protocol](https://modelcontextprotocol.io) 的基础上；旧孟加拉语转换是从 [Mukti](https://github.com/anindash15-arch/Mukti) 的纯 Python 端口。 可选的社区检测额外功能（`python-igraph`、`leidenalg`）是 GPL 许可的，**不** 由 MIT 核心安装。参见 [ACKNOWLEDGEMENTS.md](ACKNOWLEDGEMENTS.md)。 **MIT 许可** · 由 [GRU-953](https://github.com/GRU-953) 制作。欢迎提出问题和贡献 — 从 [`SECURITY.md`](SECURITY.md) 开始了解安全模型。 <div align="center"> _{100% 本地 · 确定性 · 无令牌 · 增量 · 可移植 · 免费开源 · 您的文件从未离开您的机器。} </div>