Fidelis 是一个面向 AI 智能体的本地记忆工具，主要解决“智能体会忘记摘要、但原始笔记中的关键条件不能丢”的问题。它的定位是：保存你提供的 Markdown 与文本笔记，并在后续会话中按存储时的原文措辞检索回来，而不是让生成式模型重写记忆。
用途与定位 项目面向 Claude Code、Codex 以及其他 AI 智能体。官方描述强调：摘要可能只写“计费迁移已回滚”，而原始笔记会写明失败原因以及“在幂等性修复验证通过前不要重试”这类条件。当下一轮会话依赖该条件时，缺失的那句话就很关键。Fidelis 的目标就是让这类原始措辞可被取回。
主要能力
- 逐字保留：watch、store 等逐字写入路径会保留你提供的文本，检索可返回摘要可能省略的条件。
- 本地检索：默认 MCP 召回路径使用快速向量搜索；显式混合搜索在 zero_llm 层级结合关键词与向量结果，不调用生成式 LLM，但本地嵌入仍需要 Ollama。
- 检索方式：官方说明包含本地优先的 BM25、稠密向量以及倒数排名融合（reciprocal-rank-fusion）检索。
- 随时间修正：修正可以取代先前记录而不将其抹除，召回可显示有效性与历史状态，而不是静默替换旧笔记。
- 可选路径：还提供可选的抽取与模型辅助路径，这些路径可能转换或过滤输入；当原始措辞本身是重点时，应使用逐字路径。
使用方式 官方给出的快速体验路径支持 Python 3.10+、macOS 或 Ubuntu，以及本地 Ollama 服务。需要先在单独终端运行 ollama serve，不需要模型 API key。当前版本为 0.3.0rc1。fidelis watch 与 fidelis recall-hybrid 依赖 fidelis init 启动的后台服务。
fidelis init 会安装每用户后台服务（macOS 为 launchd，Linux 为 systemd --user），登录时自动启动 fidelis-server。fidelis watch 将笔记发送到该服务器，默认保存在本地存储 ~/.cogito/store，而不是临时演示目录；watcher 还会把已摄取文件记录在 ~/.fidelis/watched.json。
连接智能体：笔记可在本地检索后，为客户端安装 MCP 连接。重启客户端后可尝试：“Use Fidelis to find my Atlas billing migration note. What must happen before we retry? Quote the relevant text.” 客户端会获得 recall、store、correct、fetch、inspect 等记忆工具，由客户端决定何时调用；安装连接并不会让每一轮都自动召回。其他客户端与卸载命令涉及 Cursor、Gemini CLI、Copilot CLI 和 OpenClaw；另有独立的 Pi 扩展提供提示时召回。
卸载与数据说明 macOS 上运行 fidelis init --uninstall 会停止服务并仅删除 launchd plist。Linux 上可用 systemctl --user list-unit-files 'fidelis-server' 找到已安装单元，再执行 systemctl --user disable --now <unit>，从 ~/.config/systemd/user/ 删除该单元文件，并运行 systemctl --user daemon-reload。两种方式都不会删除你的数据。存储由所有 Fidelis 保存内容共享，删除 ~/.cogito/store 会清空全部内容，而不只是演示笔记，仅应在一次性安装上这样做。也可删除临时演示目录（$demo_dir），以及希望清除文件路径记录时的 ~/.fidelis/watched.json。
适用场景 适合需要在跨会话中保留原始笔记措辞、并希望检索过程默认不依赖生成式模型改写的单机用户，尤其是使用 Claude Code、Codex 等智能体并需要按原文引用条件的场景。
限制与注意事项 Fidelis 0.3.0rc1 是单机预发布版本，不是托管式团队记忆服务。LongMemEval-S 检索运行测量的是重新设计的默认路径在 470 个问题上是否检索到材料，并未测量答案准确率。检索到的文本仍可能错误或过时，智能体的模型提供商在回答时可能看到这些文本。若检索失败，可运行 fidelis health 并确认 Ollama 已提供 nomic-embed-text；fidelis init 后应保留虚拟环境，因为后台服务会使用它。
