LinkLore 是一个用于项目记忆的 MCP 服务器，面向 AI 智能体而非人类设计。它解决的问题是：每次新会话，AI 智能体都从零开始，决策被反复争论、陷阱被重新发现、"为什么这样做"只能靠猜测回答。Markdown 笔记无法解决此问题，因为它们为人编写、会与代码脱节，且没有智能体会可靠地读取它们。
用途与主要能力 LinkLore 提供智能体自身通过 MCP 工具读写的结构化记忆。它包含两种记录类型：lore（决策、陷阱、日志）和 doc（规格、计划），二者彼此双向链接，并与代码文件链接。记忆为本地优先，所有内容位于项目内的 .linklore/ SQLite 存储中，无需账号即可开始。记录链接到源文件；基于 git-diff 的过期检测会标记已被代码超越的记忆。检索成本低，可按语义、标签、文件、状态或时间段查询；会话开始时的 brief() 以数百 token 返回未完成事项和热点。
使用方式 LinkLore 可从 PyPI 直接运行，无需安装或克隆，命令为 uvx llre。对于其他 MCP 客户端（Cursor、Codex、Windsurf 等），将其添加到项目的 MCP 配置（例如 .mcp.json）中：{"mcpServers": {"llre": {"command": "uvx", "args": ["llre"]}}}。然后在项目根目录执行一次初始化：uvx llre init。也可以让智能体完成全部设置，因为这是一个面向 AI 智能体设置、而非手工输入的服务器。可以将以下内容作为给 Claude Code、Cursor、Codex 或其他支持 MCP 的智能体的第一条消息："Set up LinkLore (an MCP server for project memory) in this repo. It's the PyPI package llre, run via uvx llre — no install or clone needed. Register it as an MCP server for whichever client you are (Claude Code: claude mcp add llre -- uvx llre ; otherwise add {"mcpServers": {"llre": {"command": "uvx", "args": ["llre"]}}} to this project's .mcp.json), then run uvx llre init here. Ask me first before running uvx llre login — it opens a browser for Google login and is only needed for personal backup or team sharing."
可用工具 共 23 个工具。调用任意工具时使用 help=True 可获取完整用法。完整指南以 lore 形式随产品提供，LinkLore 用自身记录自身。执行 init() 后，项目将其作为只读来源携带；随包更新，升级 llre 后 brief() 会告知变更内容。
仓库结构与许可 仓库中 mcp/ 为 MCP 服务器源代码的可读部分（PyPI 包名 llre），plugin/ 为 Claude Code 插件封装。该仓库依据 Elastic License 2.0 公开 MCP 服务器的源代码：入口点、国际化目录、基础工具和入门指南。核心模块（搜索、排序、矛盾检测、工具逻辑）在发布的 wheel 中作为编译扩展提供，而非纯文本源代码，因此"逐行阅读并 fork"并非完全成立，但大部分可读，且可以在组织内部运行、自托管和商用。该仓库树无法单独构建（编译模块不在此处），应安装已发布的包：uvx llre。
案例研究与引用 LinkLore 是论文《When the Agent Is the User: Agent-Driven Evolution of AI-Native Tools》的案例研究，该论文定义了 AI-Native Tools 类别，其中 AI 智能体是主要操作者。DOI: 10.5281/zenodo.21216858，引用文件：CITATION.cff。
许可与限制 采用 Elastic License 2.0。可免费安装和使用；不得将本软件作为竞争性托管服务提供、不得绕过许可密钥功能、不得移除许可声明。团队同步、跨项目共享和云备份由 linklore.io 的后端服务提供（不包含在本仓库中）。收费、价格等具体信息暂未提供。
