用途
Mind Map 是一个本地优先的 MCP（Model Context Protocol）记忆与上下文交接服务器，旨在解决在不同 AI 工具之间丢失讨论线索的问题。它作为共享记忆层，连接所有本地 MCP 客户端，让你在一个工具中捕获上下文，然后在另一个工具中恢复，无需从头重新解释项目。
主要能力
- 捕获与恢复：在讨论结束时保存可移植的摘要，在新会话中拉取。重用行为会将记忆提升为可信记忆，一次性会话不会被提升，避免杂乱。
- 优雅衰减：后台过程将未使用的记忆按层级冷却（🔥 热 → 🌤️ 暖 → ❄️ 冷），冷项折叠为可搜索的一行痕迹，但永远不会被静默删除。
- 整理与评分：可选的清洁度评分奖励修剪而非囤积。
- 集合组织：支持自定义命名分组（如目标、停车场、决策），归档到固定集合的记忆不会被遗忘。每个集合可作为启动器，恢复未完成项目。
- 自动组织：读取所有会话，提议集合，包括未完成项目、目标、决策和停放的想法，仅建议，需用户接受。
- 自动捕获：为 Claude Code 安装 SessionEnd 自动捕获钩子，自动提炼实质性会话，去重并跳过琐碎会话。
- 历史导入：导入现有 Claude 历史（Claude Code、Cowork、VS Code Copilot、Cursor），提炼而非原始转储，保留原始日期。
- 人格层：维护一个蒸馏的、不断演化的用户工作方式档案（技术栈、风格、沟通偏好、约束），供任何工具读取，避免重复询问设置问题。支持声明事实和推断事实。
- 记忆护照：导出所有内容到一个可移植的开放文件，将上下文从围墙花园中取出。
- 玻璃盒记忆：每个记忆显示来源、信任度（重用次数）和衰减预测，仪表板中可一键遗忘。
- 人格投影：将人格写入每个工具自己的配置，仅编辑受管理块，不触碰用户内容。
- 可选 LLM 集成：支持 Anthropic、OpenAI、Google 或本地 Ollama，用于更智能的人格推断和主题图标签。无 LLM 时所有功能均有回退路径。
- 混合搜索：默认 BM25，可选嵌入缓存实现混合搜索（BM25 与语义相似度融合）。
- 仪表板：本地 Web UI（仅回环），包含列表、树、图、组织、人格、活动六个视图。
使用方式
安装：npx @ravi-labs/mindmap-mcp-server install，自动检测本地 MCP 客户端并写入配置。预览：npx @ravi-labs/mindmap-mcp-server install --dry-run；卸载：npx @ravi-labs/mindmap-mcp-server uninstall。数据默认在 ~/.mindmap/，可用 MINDMAP_DIR 环境变量覆盖。
手动设置：所有客户端使用相同命令 npx -y @ravi-labs/mindmap-mcp-server 通过 stdio。Claude Desktop 编辑 claude_desktop_config.json；Cursor/Windsurf 在 MCP 配置中添加相同命令和参数。
日常使用：在 AI 工具中自然对话，模型调用相应工具。例如“保存到 mind map”捕获当前上下文，“恢复我的 <主题> 工作”拉取到新会话，“我的 mind map 里有什么？”浏览，“用 <主题> 头脑风暴”加载先前思考。运行 npx @ravi-labs/mindmap-mcp-server quickstart 获取完整指南。
适用场景
- 在 Claude Code、Claude Desktop、Cursor、Windsurf 等本地 MCP 客户端之间共享记忆。
- 跨工具继续头脑风暴，无需重新解释。
- 管理未完成项目、目标、决策和停放想法。
- 导入现有 Claude 历史，统一管理。
- 需要本地优先、数据自主控制的用户。
限制
- ChatGPT 和其他云/Web 客户端目前不在范围内，因为它们无法在不暴露公共端点的情况下访问本地服务器，这与本地优先冲突。
- Cursor 导入需要 Node 22.5+（其他来源不需要）。
- ChatGPT 和 Claude.ai 网页聊天无法导入，因为它们存储在云端而非本地文件。
- 嵌入搜索需要支持嵌入的提供商（OpenAI、Google 或 Ollama），Anthropic 没有嵌入 API。
- 密钥需通过环境变量设置，仪表板或工具中没有密钥字段。
- 部分功能（如 LLM 集成）为可选，无 LLM 时使用启发式回退。
