本地向量记忆（免费版）

零 API、零云端、零数据出域的本地向量记忆系统免费体验版。基于 Ollama + LanceDB，在本地完成 embedding 生成与语义检索，适合隐私敏感、离线、成本敏感场景的快速体验。

痛点与对策速查

本地 vs 云端对比

结论：个人/小团队/隐私场景用本地；追求极致质量且不敏感数据用云端。

架构

┌─────────────────────────────────────────────────────────────────┐
│              LOCAL VECTOR MEMORY（免费版架构）                    │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐             │
│  │   HOT RAM   │  │  WARM STORE │  │  COLD STORE │             │
│  │             │  │             │  │             │             │
│  │ SESSION-    │  │  LanceDB    │  │  MEMORY.md  │             │
│  │ STATE.md    │  │  Vectors    │  │  + daily/   │             │
│  │             │  │             │  │             │             │
│  │ (survives   │  │ (semantic   │  │ (human-     │             │
│  │  compaction)│  │  search)    │  │  readable)  │             │
│  └─────────────┘  └─────────────┘  └─────────────┘             │
│         │                │                │                     │
│         └────────────────┼────────────────┘                     │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │  WAL 日志   │  ← 写前日志，防数据丢失          │
│                  └─────────────┘                                │
│                                                                 │
│  全程零外部 API · 零数据出域 · 离线可用                          │
└─────────────────────────────────────────────────────────────────┘

三层存储系统

使用流程

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

本工具属中等复杂度，基础上手 < 120 秒，完整初始化 < 300 秒。

60 秒极速体验（已有 Ollama）

# 依赖说明
ollama pull nomic-embed-text

# 初始化记忆系统
node bin/init.js

# 存储第一条记忆
node bin/memory.js store "用户喜欢深色模式" --importance 0.9 --category preference

# 检索记忆
node bin/memory.js search "用户界面偏好"

120 秒基础上手（需安装 Ollama）

# 第 1 步：安装 Ollama（macOS/Linux）
curl -fsSL https://ollama.com/install.sh | sh

# Windows 用户从官网下载安装包
# https://ollama.com/download

# 第 2 步：拉取 embedding 模型
ollama pull nomic-embed-text

# 第 3 步：安装项目依赖
cd skills/local-vector-memory
npm install

# 第 4 步：初始化记忆系统
node bin/init.js

初始化后创建以下文件：

300 秒完整配置（含 Agent 平台集成）

在 Agent 平台配置文件中添加插件配置：

{
  "plugins": {
    "entries": {
      "local-vector-memory": {
        "enabled": true,
        "config": {
          "ollamaUrl": "http://localhost:11434",
          "embeddingModel": "nomic-embed-text",
          "dbPath": "./memory/vectors",
          "autoRecall": false,
          "autoCapture": false
        }
      }
    }
  }
}

注意：免费版 autoRecall 和 autoCapture 固定为 false，需手动调用记忆工具。

启用后可使用以下工具：

结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,查阅错误处理章节获取恢复步骤。

示例

场景 1：个人开发者偏好记忆

角色：独立开发者，使用 Agent 辅助编码 痛点：每次新会话都要重新说明偏好（深色模式、Tab 宽度、命名风格）

# 存储开发偏好
node bin/memory.js store "用户使用 2 空格缩进，偏好驼峰命名" --importance 0.9 --category preference

node bin/memory.js store "用户主要用 TypeScript 和 Python" --importance 0.8 --category skill

# 新会话开始时检索
node bin/memory.js search "用户编码偏好"
# 返回：2 空格缩进、驼峰命名、TypeScript/Python

# 更新热内存
# SESSION-STATE.md 自动追加：
# - 编码偏好：2 空格、驼峰命名
# - 技术栈：TypeScript、Python

效果：Agent 在新会话立即知道你的偏好，无需重复说明。

场景 2：医疗行业隐私合规记忆

角色：医疗 AI 助手开发者 痛点：患者信息不可出域，但需要跨会话记住患者病史

# 初始化时确保完全离线
ollama serve  # 启动本地服务

# 存储患者概况（脱敏后）
node bin/memory.js store "患者A：高血压病史3年，药物控制中" --importance 0.95 --category medical_history

node bin/memory.js store "患者A：对青霉素过敏" --importance 1.0 --category allergy

# 下次问诊前检索
node bin/memory.js search "患者A 过敏史"
# 返回：青霉素过敏

node bin/memory.js search "患者A 慢性病"
# 返回：高血压3年

效果：数据完全留在本机，满足 HIPAA/隐私合规要求，离线可用。

场景 3：离线环境知识库构建

角色：野外考察研究员，无网络环境 痛点：需要在离线环境下记录和检索考察笔记

# 离线环境下（无网络）
# Ollama 本地运行，无需联网

# 记录考察发现
node bin/memory.js store "样地A：发现稀有兰花品种，海拔1200米" --importance 0.9 --category observation

node bin/memory.js store "样地A：土壤pH值5.8，湿度偏高" --importance 0.7 --category measurement

# 语义检索（即使关键词不完全匹配）
node bin/memory.js search "兰花生长环境"
# 返回：样地A的土壤和海拔数据

# 导出备份
node bin/memory.js export --format json > expedition.json

效果：完全离线运行，语义检索比关键词匹配更精准。

WAL 协议（写前日志）

核心原则：先写状态，再回复。确保崩溃/压缩时不丢失上下文。

为什么需要 WAL？ 如果先回复再保存，崩溃/压缩会导致上下文丢失。WAL 确保数据持久，即使 Agent 意外终止也能恢复。

智能提示词模板

在 Agent 的配置文件（如 AGENTS.md 或 SOUL.md）中添加：

## 记忆协议

### 会话开始时
1. 读取 SESSION-STATE.md — 获取热上下文
2. 使用 memory_recall 搜索相关历史
3. 检查 memory/YYYY-MM-DD.md 了解近期活动

### 对话中
- 用户给出具体细节？→ 先写入 SESSION-STATE.md，再回复
- 重要决策？→ 使用 memory_store 存储
- 表达偏好？→ memory_store --importance 0.9 --category preference

### 会话结束时
1. 更新 SESSION-STATE.md 最终状态
2. 重要内容移至 MEMORY.md
3. 创建/更新 memory/YYYY-MM-DD.md

维护命令

# 查看记忆统计
node bin/memory.js stats

# 浏览全部记忆
node bin/memory.js search "*" --limit 50

# 去重
node bin/memory.js dedup

# 导出备份
node bin/memory.js export --format json > memories.json

# 创建压缩备份
node bin/memory.js backup ./backups/memory-$(date +%Y%m%d).zip

# 清理旧记忆（30天前）
node bin/memory.js cleanup --before 30d

错误处理

常见问题

Q1: 免费版能存储多少条记忆？

A: 免费版不限制存储数量。LanceDB 本地存储，容量取决于你的磁盘空间。建议定期运行 dedup 和 cleanup 保持记忆库精简。免费版限制的是高级检索功能（如向量过滤、批量检索），而非存储量。

Q2: 免费版需要联网吗？

A: 不需要。安装 Ollama 和拉取 nomic-embed-text 模型后，整个系统完全离线运行。数据不离开本机，适合隐私敏感和离线环境。

Q3: nomic-embed-text 的检索质量够用吗？

A: 对于个人使用和中小规模记忆库（< 10万条），nomic-embed-text 的质量足够。它支持 768 维向量，在常见语义检索基准上表现接近 OpenAI text-embedding-3-small。如果需要更高质量，专业版支持切换其他 embedding 模型。

Q4: 免费版和专业版的核心区别是什么？

A: 免费版提供核心存储、基础向量检索、WAL 协议、热内存持久化。专业版新增三项高级能力：(1) LanceDB 高级向量搜索（过滤、批量、混合检索）；(2) 自动召回与捕获（无需手动调用）；(3) Git-Notes 知识图谱（结构化决策存储）。

Q5: 如何从免费版升级到专业版？

A: 专业版使用相同的存储格式和数据结构，升级时只需替换 SKILL.md 并更新插件配置中的 autoRecall 和 autoCapture 为 true。已有记忆数据无需迁移，无缝继承。

Q6: 数据存储在哪里？如何备份？

A: 所有数据存储在本地 memory/ 目录下：向量数据在 memory/vectors/（LanceDB），日志在 memory/YYYY-MM-DD.md，热内存在 SESSION-STATE.md。备份使用 node bin/memory.js backup ./backups/memory-YYYYMMDD.zip。

Q7: 支持哪些操作系统？

A: 支持 Windows、macOS、Linux。Ollama 在三大平台均有官方安装包。Node.js 需 18+ 版本。

已知限制

本免费体验版限制以下高级功能：

• ❌ LanceDB 高级向量搜索：不支持元数据过滤、批量检索、混合检索策略，仅支持基础语义检索
• ❌ 自动召回与捕获：不支持 autoRecall 和 autoCapture，需手动调用 memory_recall 工具
• ❌ Git-Notes 知识图谱：不支持结构化决策存储与分支感知的冷存储层

注意：免费版不限制使用次数、不限制存储量、不添加水印、不强制注册。核心功能完整可用，适合充分体验本地向量记忆的价值。

解锁全部高级功能请使用专业版：local-vector-memory-pro

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统: Windows / macOS / Linux
• Node.js: 18+（用于运行记忆管理脚本）
• Ollama: 本地 embedding 引擎，需独立安装

第三方依赖

API Key 配置

• 本 Skill 基于本地运行，无需任何 API Key
• Ollama 默认监听 http://localhost:11434，无需认证
• 如需远程 Ollama 服务，设置 OLLAMA_HOST 环境变量

可用性分类

• 分类: MD+EXEC（纯 Markdown 指令，部分功能需要 exec 命令行执行能力）
• 说明: 基于Markdown的AI Skill，通过自然语言指令驱动Agent执行记忆管理任务

License 与版权声明

本 skill 基于原始作品改进，保留原始版权声明：

• 原始作品：elite-longterm-memory-local
• 原始 license：MIT
• 改进作品：© 2026 Local Vector Memory Team
• 改进 license：MIT

本改进作品在原始作品基础上进行了深度差异化改造，包括但不限于：

• 重构 frontmatter 元数据，新增 edition 字段区分免费/专业版
• 新增痛点对策速查表、本地 vs 云端对比表
• 新增 3 个真实场景示例（开发者偏好、医疗合规、离线考察）
• 新增 FAQ（7 问）和故障排查表（7 项）
• 新增分级时间快速开始（60s/120s/300s）
• 新增免费版限制说明与专业版引导
• 优化架构图与三层存储说明
• 新增依赖说明章节与版本兼容性

本地优先，隐私至上。免费体验，专业解锁。

核心能力

面向隐私敏感与离线场景的本地向

面向隐私敏感与离线场景的本地向量记忆系统免费体验版

输入: 用户提供面向隐私敏感与离线场景的本地向所需的指令和必要参数。 处理: 按照skill规范执行面向隐私敏感与离线场景的本地向操作,遵循单一意图原则。 输出: 返回面向隐私敏感与离线场景的本地向的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

基于 LanceDB + 纯本地 emb

基于 LanceDB + 纯本地 embedding（Ollama/nomic-embed-text），实现零外部 API 调用、零数据出域、完全离线可用的语义记忆检索

输入: 用户提供基于 LanceDB + 纯本地 emb所需的指令和必要参数。 处理: 按照skill规范执行基于 LanceDB + 纯本地 emb操作,遵循单一意图原则。 输出: 返回基于 LanceDB + 纯本地 emb的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

免费版提供核心存储、热内存持久化、WAL

免费版提供核心存储、热内存持久化、WAL 写前日志等基础能力，适合个人开发者快速体验本地向量记忆的价值

输入: 用户提供免费版提供核心存储、热内存持久化、WAL所需的指令和必要参数。 处理: 按照skill规范执行免费版提供核心存储、热内存持久化、WAL操作,遵循单一意图原则。 输出: 返回免费版提供核心存储、热内存持久化、WAL的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

核心能力包括本地 embedding 引

核心能力包括本地 embedding 引擎（Ollama nomic-embed-text，毫秒级延迟）、LanceDB 向量库基础检索、SESSION-STATE

输入: 用户提供核心能力包括本地 embedding 引所需的指令和必要参数。 处理: 按照skill规范执行核心能力包括本地 embedding 引操作,遵循单一意图原则。 输出: 返回核心能力包括本地 embedding 引的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

md 热内存持久化（抗压缩/重

md 热内存持久化（抗压缩/重启）、WAL 写前日志协议（防数据丢失）、三层冷热分层存储架构、一键初始化与维护命令

输入: 用户提供md 热内存持久化（抗压缩/重所需的指令和必要参数。 处理: 按照skill规范执行md 热内存持久化（抗压缩/重操作,遵循单一意图原则。 输出: 返回md 热内存持久化（抗压缩/重的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

技术参数：使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式。 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：零云依赖的本地向、量记忆免费版、隐私不出域、核心存储与检索开、箱即用、Use、when、需要数据库操作、SQL、数据存储管理时使、不适用于数据库架、构设计决策等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

适用场景

角色：独立开发者，使用 Agent 辅助编码 痛点：每次新会话都要重新说明偏好（深色模式、Tab 宽度、命名风格）