中文 | English

quiet-memo

安静的个人记忆库：从日常对话中抽取你本人的事实、偏好和计划，默认无感写入本地 Markdown；低置信、冲突或敏感内容才进入待确认队列。

• 本地优先：Markdown 是唯一事实来源，Git 负责版本与审计。
• 默认静默：可信内容直接落盘，不逐条打断；只在必要时提醒。
• 完整 Agent：交互式对话、会话持久化、上下文压缩、工具循环。
• 多模型：LiteLLM 统一接入 DeepSeek、硅基流动、百炼、OpenRouter、OpenAI 等。
• 可回滚：每次提交自动生成中文总结，供本人审阅。

快速开始

需要 Python 3.12+、uv、git。

uv sync

# 可选：启用本地向量检索（fastembed + bge-small-zh，首次运行下载约 100MB 模型）
uv sync --extra local-embed

# 直接进入对话（发送第一条消息时才创建会话）
uv run qm
uv run quietmemo        # 同上，等价别名

首次使用先运行 uv run qm setup 配置模型和 API Key，也可以在对话里输入 /setup。

qm setup 会写入配置文件（默认 quiet-memo.toml），初始化记忆库，并可选做一次连接测试。Key 也可以用环境变量提供，环境变量优先于 keyring：

export DEEPSEEK_API_KEY=sk-...

手动配置示例：

vault = "C:/Users/you/.quiet-memo/vault"
confidence_threshold = 0.8
auto_push = false

[llm]
provider = "deepseek"          # litellm provider：deepseek/siliconflow/dashscope/openrouter/openai/custom
base_url = "https://api.deepseek.com/v1"
model = "deepseek-flash"
api_key_env = "DEEPSEEK_API_KEY"
reasoning_effort = ""         # low / medium / high；仅模型支持时生效
fallbacks = []                 # 例如 ["openai/gpt-4o-mini"]
num_retries = 2
temperature = 0.1
timeout = 60.0

[chat]
context_window = 32000
reserve_output_tokens = 1500
keep_recent_tokens = 6000
compact_threshold = 0.8
max_tool_steps = 8
tool_timeout = 60.0
auto_recall = 3
recall_rewrite = true         # 用 LLM 改写追问；无 Key 自动回退到拼接
recall_context_turns = 2      # 追问时参考最近几轮用户消息
extract_on_exit = true

[retrieval]
method = "hybrid"             # keyword / vector / hybrid；向量后端不可用时自动回退 keyword

[retrieval.embedding]
backend = "local"             # local：fastembed 离线推理；api：发送记忆文本给供应商（注意隐私）
model = "BAAI/bge-small-zh-v1.5"
# backend = "api" 时的示例：
# provider = "siliconflow"
# base_url = "https://api.siliconflow.cn/v1"
# api_key_env = "SILICONFLOW_API_KEY"

Windows Git Bash 下如果中文输出乱码，加 export PYTHONUTF8=1。交互菜单和聊天依赖 Windows 控制台，建议用 Windows Terminal / PowerShell；Git Bash 可尝试 winpty。

对话 Agent

直接运行 qm 或 quietmemo 进入全屏对话界面（基于 Textual，窗口拉伸时整个画面自适应重排）；会话在发送第一条消息时创建。qm chat 等价。左侧是可折叠的会话列表：↑↓ 选择、Enter 恢复、Del 删除（弹确认）；点侧栏右上角的 « 折叠（Ctrl+B 同效），折叠后在对话区左上角点 » 展开。主区为宽幅左右布局：用户消息以右对齐气泡呈现，助手回复左对齐铺开，带说话人标头和时间；输入 / 在输入框上方弹出竖排命令面板（↑↓ 选择 · Enter 执行 · ESC 关闭，可点击）；底部状态栏显示模型与检索模式、上下文用量（进度线与已用/上限数字）、待确认数量，超过压缩阈值会提示。工具与检索事件以卡片形式实时显示，回合之间以分隔线区隔；Ctrl+Q 或 /exit 退出后自动沉淀本轮陈述并显示结果。

• 每轮自动检索相关长期记忆，注入上下文；追问和“还记得 / 之前”等线索会带上最近 1-2 轮用户消息构造查询，并提高召回数量。
• 模型可调用 recall / memorize / correct / forget / review_pending。
• 进入对话时不立即建会话，发送第一条消息后才创建 sessions/<id>.jsonl。
• 恢复会话会回放此前的用户消息和助手回复；可 qm chat --resume <id> 恢复。
• 退出时抽取本轮尚未沉淀的用户陈述。
• 记忆条目记录 session 和 message 来源，可追溯到原始对话。

会话内命令：

/help 查看命令说明；/quit 同 /exit；/model 同 /models。选择类弹窗均可 ESC 取消；Ctrl+B 折叠/展开会话栏，Ctrl+Q 退出。

上下文压缩

当估算 token 超过预算的 compact_threshold 时：

1. 按 keep_recent_tokens 保留最近对话（以用户消息为边界）。
2. 把即将被淘汰的用户陈述送入记忆抽取，先沉淀到 Markdown。
3. 用 LLM 把旧对话压缩成摘要，持久化为 summary 记录。
4. 下一轮只带“摘要 + 最近原文 + 新消息”。

摘要记录包含 covered_records，恢复会话时不会重复发送已被压缩的历史。压缩失败时回退为抽取式摘要，不阻塞对话。

命令行

# 从一段对话抽取并静默写入
uv run qm memorize "我最近在找市区的房子，预算 4000 以内，不接受合租"

# 直接记录（不调用 LLM）
uv run qm note "喝咖啡偏好清淡、像茶的风味" --topic preferences --title 偏好

# 导入已有 Markdown（AI 按契约整理成条目，程序裁决写入；默认 dry-run，--apply 落盘）
uv run qm import ~/personal-memory/profile
uv run qm import ~/personal-memory/profile --apply

# 初始化 / 查看主题
uv run qm init
uv run qm topics

# 检索 / 查看待确认 / 确认或拒绝
uv run qm recall "市区"
uv run qm pending
uv run qm approve p-20261022-140312-a1b2
uv run qm reject p-20261022-140312-c3d4

# 会话与提交
uv run qm sessions
uv run qm status
uv run qm commit --no-push
uv run qm history

接入 MCP

uv run qm serve --vault ~/.quiet-memo/vault

MCP 客户端配置：

{
  "mcpServers": {
    "quiet-memo": {
      "command": "uv",
      "args": ["run", "--directory", "C:/path/to/quiet-memo", "qm", "serve"]
    }
  }
}

暴露工具：memorize、note、recall、review_pending、approve、reject、list_topics、status。

写入规则

记忆按主题存为 memories/<topic>.md，条目带稳定 ID、状态、时间戳、来源和置信度：

- 2026-10-22T19:42:50 — 在找市区的房子  `id=mem-20261022-194250-8f1e` `status=active` `source=session:s-...` `confidence=0.95` `session=s-...` `message=m-...`

更正采用“新条目 + supersedes”，旧条目状态改为 superseded；删除是软删除 deleted，操作写入 .quiet-memo/audit.jsonl，Git 可回滚。

结构

src/quiet_memo/
├── app/          cli.py, server.py, tui.py, chat_app.py, actions.py,
│                 ui.py, session_ui.py            # CLI / Textual TUI / FastMCP 入口
├── agent/        runtime.py, context.py, tools.py, session.py
│                                                   # Agent 循环、压缩、工具、会话
├── memory/       service.py, store.py, models.py, queue.py,
│                 policy.py, detect.py, extractor.py, audit.py
│                                                   # 记忆领域与写入裁决
├── retrieval/    base.py, keyword.py, vector.py, hybrid.py
│                                                   # Retriever 接口 + BM25/向量/混合
├── llm/          client.py, summarizer.py, commit_summary.py
│                                                   # LiteLLM 适配、会话/提交摘要
└── infra/        config.py, providers.py, gitops.py, tokens.py,
                  layout.py, prompts.py             # 配置、供应商、Git、token、终端

依赖方向：app → agent → memory → retrieval → infra，memory/agent → llm → infra。 retrieval/keyword.py 读取 memory/store.py 的条目，是 memory ↔ retrieval 之间唯一的跨层回读。 开发约定（代码风格、存储不变量、测试与文档同步）见 AGENTS.md。

• 检索默认 hybrid：jieba + rank-bm25 与向量余弦两路结果做 RRF 融合；向量由 fastembed 本地推理（可选 extra）或 embedding API 计算，缓存为 .quiet-memo/vectors.npz 派生数据（vault 内已 gitignore，删除后自动重建；换 embedding 模型自动失效）。向量后端不可用时回退纯 BM25，/status 和 qm status 显示当前检索模式。
• token 预算用 tiktoken 估算，离线失败时回退字符估算。
• 会话压缩、记忆裁决、来源链是自研核心；模型适配交给 LiteLLM，供应商选择与密码输入用 questionary，Key 用 keyring。

测试

uv run pytest

测试覆盖存储、队列、冲突检测、检索、抽取解析、会话、上下文压缩、Agent 工具循环、MCP 和 CLI。LLM 路径用固定抽取器和假模型测试；未接真实 API Key 时不声称已完成线上验证。

检索评测

evals/ 提供可复现的合成语料基准（456 条 / 27 例，无任何个人数据）：

uv run python evals/retrieval_eval.py

在一个 797 条的真实个人记忆库上（脱敏，仅汇总指标），修复批量导入的条目 ID 碰撞导致的向量错位后，hybrid 的 MRR@10 从 0.569 升到 0.745，成为三路最佳。方法、修复细节与已知弱点见 evals/README.md。

Roadmap

• 20+ 条抽取/冲突评测用例与指标（检索评测已落地 evals/）
• 真实模型 dogfood 与成本统计
• 每日定时提交守护进程