Central Intelligence（简称 CI）是一个面向 AI 智能体的持久化记忆工具，开源在 GitHub 上。它的核心理念是：AI 智能体的每次会话都从零开始，会遗忘之前学到的用户偏好、代码库理解和架构信息；CI 通过存储、检索和跨会话分享信息来解决这一问题。
主要能力
CI 提供五个 MCP 工具，让智能体拥有长期记忆。它宣称绝不重写用户存储的记忆：内容会被提取为结构化事实用于搜索，但原始内容始终逐字返回，从而避免“垃圾记忆”、幻觉改写和数据丢失。
记忆会被分解为包含实体、时间信息和因果关系的事实。检索采用双路径架构：基于事实的四路搜索（向量、BM25、图遍历、时间）与基于记忆的两路搜索并行运行。查询类型分类器将每个问题路由到最佳检索路径，结果通过 Reciprocal Rank Fusion 融合，并使用本地交叉编码器模型重排序。
CILocal 可读取 5 个 AI 编码平台的配置文件，使其与已存储记忆一同可搜索。通过 Claude Code 存储的记忆在 Cursor 中也能发现，反之亦然。检索响应包含来源（记忆来自哪个工具）、新鲜度分数（freshness_score）和重复分组（duplicate_group，用于跨工具近似去重）。
使用方式
快速开始可在 30 秒内完成，也支持本地运行无需云服务。接入 MCP 客户端的方式包括：
- Claude Code：在 ~/.claude/settings.json 的 mcpServers 下添加配置。
- Cursor：在 ~/.cursor/mcp.json 中添加配置。
- 任意兼容 MCP 的客户端：MCP 服务器以 central-intelligence-mcp 发布在 npm 上，指向它并设置 CI_API_KEY 环境变量即可。
云端 API 基地址为 https://central-intelligence-api.fly.dev，所有端点需要 Authorization: Bearer <api-key> 请求头。可用端点包括：
- POST /memories/remember
- POST /memories/recall
- POST /memories/context
- DELETE /memories/:id
- POST /memories/:id/share
此外还可返回已认证 API 密钥的记忆计数、使用事件和活跃智能体信息。也支持部署到 Fly.io，然后将 MCP 服务器指向自建实例。
性能评测
项目公开了三项基准测试结果：
- LifeBench（2026）——长期多源记忆：CI 得分 52.2%，该基准包含 10 个用户的 2,003 个问题、51K 真实世界事件（消息、日历、健康记录、笔记、通话）。回答模型为 gpt-5.4-mini，评判模型为 gpt-4.1-mini，评测工具为 lifebench-eval。
- LongMemEval（ICLR 2025）——对话记忆：CI 得分 75.0%，测试 500 个问题，覆盖单会话回忆、多会话推理、时间推理、知识更新和偏好追踪。回答模型为 gpt-5.4-mini，评判模型为 gpt-4o。
- Agent Memory Benchmark（AMB）——基础设施测试：使用开源 Agent Memory Benchmark 与其他提供商对比。项目注明 AMB 由 Central Intelligence 同一作者维护，建议自行运行验证，欢迎提交新提供商适配器的 PR。
适用场景与限制
适用启发式规则：如果你会把它写在给未来自己的笔记里，就把它存进 Central Intelligence。
不应存储：机密、密码、API 密钥、个人身份信息（PII）、大型二进制文件或临时草稿数据。
高级检索功能——事实提取、实体图、多跳推理、时间推断、可解释性追踪——已在代码库中原型化，计划在企业版中提供。架构细节见 v1.0.0 原型发布说明，商业可用性见定价页面（centralintelligence.online/#pricing）。
项目欢迎贡献，可提交 issue 或 PR。
