Engram 是一个面向 AI 智能体的持久化记忆层，采用进程内运行方式，基于本地 SQLite 存储与本地嵌入，宣称零云依赖、无需 API 密钥、无需 Docker。项目采用 MIT 许可。
用途 为 AI 智能体提供长期记忆，使其能够跨会话、跨机器重启、跨不同 AI 客户端共享同一 Engram 实例时保留记忆内容。
主要能力
- 存储与召回：engram_remember 将内容经密钥检测后使用 all-MiniLM-L6-v2（约 23 MB，仅 CPU，首次下载后缓存于 ~/.engram/models/）本地嵌入；嵌入与元数据存入 SQLite（~/.engram/memory.db）。engram_recall 对查询嵌入，通过 FTS5 与命名空间内嵌入获取候选，并按 (相似度 × 0.45) + (新近度 × 0.15) + (置信度 × 0.15) + (访问 × 0.05) + (反馈 × 0.10) + fts_boost 评分返回。
- 记忆分类：包含 fact（客观事实）、preference（偏好）、pattern（模式）、decision（决策）、outcome（结果）五类。
- 学习机制：engram_feedback 允许对召回记忆投票有帮助/无帮助，记忆累积 [-1, 1] 分数，5 票以上后调整置信度；持续无帮助的记忆置信度自动衰减。
- 矛盾检测：两条记忆冲突时由整合引擎标记，仪表盘 Conflicts 标签页可并排查看并提供保留 A、保留 B、都保留、忽略四种处理动作；启用可选 LLM 层后增加 LLM 确认步骤以减少误报。
- 去重与衰减：插入时完全相同（相似度 ≥0.95）的记忆被拒绝，近似重复（0.92–0.95）将新内容并入已有记录；长期未被召回的记记忆置信度随时间下降。
- 安全防护：每次写入经过基于模式的密钥检测（OpenAI/Stripe/AWS/GitHub/Slack/Google 密钥、私钥、连接字符串、JWT、高熵字符串），检测到的密钥要么拒绝该记忆，要么脱敏。
- MCP 工具：通过 stdio 向 AI 智能体暴露 6 个工具。
- 仪表盘：内置 React 仪表盘位于 http://localhost:3838，含 Dashboard（统计、近期活动、健康度）、Memories（浏览、筛选、内联编辑、批量删除）、Search（语义搜索与评分明细）、Statistics（按分类/命名空间/时间的图表）、Health（陈旧、从未召回、低反馈记忆及一键清理）、Conflicts（矛盾并排解决）、Agents（自动检测已安装 AI 客户端并写入 MCP 配置，带时间戳备份）、Import（导入 cursorrules、.claude 文件、package.json、git config、SSH config、shell history、Obsidian、.env）。REST API 默认运行于 http://localhost:3838。
- 记忆技能：包内附带 engram-memory 技能，作为判断层，教智能体在会话开始召回、将持久决策/纠正/结果实时存储、结束时写回结果；适用于 Claude Code、Claude Desktop、Cowork 或任何读取 Agent Skills 规范（.agents/skills）的框架。可通过 engram skill install / engram skill uninstall 管理。
- 命名空间隔离与时间查询：支持命名空间隔离；MCP 与 REST 支持时间范围过滤，engram_recall 可传 time_filter 对象，支持 after / before（ISO 日期或“3 days ago”等相对字符串）或 period 简写（today、yesterday、this_week、last_week、this_month、last_month、this_year、last_year）。
- 可选本地 LLM 增强（v1.9+）：默认关闭（llm.provider: null），零配置路径使用基于规则的提取且不调用 LLM。启用后可提升对新记忆的分类/实体/置信度识别，并增加 LLM 确认步骤减少矛盾误报。使用本地 Ollama（默认）或任意 OpenAI 兼容的本地服务器（LM Studio、llama.cpp）。推荐模型为 henrybarefoot1987/engram-extract（基于 Qwen3-1.7B，Apache-2.0，© Alibaba Cloud；Engram 仅添加提取提示与约束输出配置）。若端点非本地（localhost/127.0.0.1），记忆内容会被发送到该处，桌面端 AI Enhancement 标签页会显示明确警告；模型不可达时熔断器暂停该层并回退到基于规则的提取。
使用方式
- 安装与启动：仓库提供安装与启动服务器的步骤（具体命令见仓库 README）。
- 连接 AI 智能体：Claude Desktop 在 ~/Library/Application Support/Claude/claude_desktop_config.json 添加 mcpServers 配置块；Cline / Cursor / Windsurf 在编辑器 MCP 配置中添加相同 mcpServers 块；也可通过 http://localhost:3838 的内置仪表盘的 Integration Wizard 自动检测已安装智能体并生成配置。
- 数据目录：所有内容存放在 ~/.engram/ 下；覆盖优先级为 --data-dir 参数 > ENGRAM_DATA_DIR 环境变量 > ~/.engram/config.json 中的 dataDir > 默认 ~/.engram。
- 沙盒评估：可将数据目录指向临时位置以免触碰 ~/.engram/memory.db，适用于首次评估、CI 运行或使用全新数据库测试桌面 sidecar。
- 配置：默认开箱可用；自定义配置文件为 ~/.engram/config.json，llm.* 块用于可选的本地 AI 增强。
- 库用法：可作为库在 Node.js 应用内使用（详见仓库文档）。
- CLI：运行 engram --help 查看完整参数列表。
适用场景 希望为 AI 智能体增加本地优先、无需运维基础设施的长期记忆，且重视密钥防护与数据不出本机的开发者；跨多个 MCP 客户端共享统一记忆的场景。
限制与说明 Engram 不在记忆基准上与 Mem0 或 Zep 竞争排名，其定位是零运维面下的可靠召回。作者为独立开发者，企业层的优先响应为尽力而为，非合约 SLA。仓库中给出的性能数字来自 Apple M4 Pro、1000 条种子记忆的测试（可用 npm run bench 复现），属于占用与延迟数据而非准确率声明。可选 LLM 层默认关闭；零配置路径不调用 LLM。具体安装命令、完整配置字段、库调用示例等以仓库文档为准，本资料未完整提供。
