Memory Palace for AI — persistent memory, identity, and multi-project orchestration for Claude Code
codesstar/loci 排名第 18,154，有 507 个星标。
同类别比较
codesstar/loci 排名第 18,154，此处有 8 个同类条目；freee/freee-mcp 排名第 18,156。
同类别比较| 名称 | 排名 | 指标 |
|---|
| Tommy-yw/RunbookHermes | 18,133 | - 语言:
- Python
- 星标数:
- 508
- 分叉数:
- 36
- 简介:
- Hermes-native AIOps agent for evidence-driven incident response, approval-gated remediation, and runbook learning.
|
|---|
| dylanhogg/llmgraph | 18,137 | - 语言:
- Jupyter Notebook
- 星标数:
- 508
- 分叉数:
- 33
- 简介:
- Create knowledge graphs with LLMs
|
|---|
| sentient-engineering/agent-q | 18,143 | - 语言:
- Python
- 星标数:
- 508
- 分叉数:
- 107
- 简介:
- agent q - oss advanced reasoning and learning for autonomous ai agents
|
|---|
| shinthink/blitzstrike | 18,144 | - 语言:
- TypeScript
- 星标数:
- 508
- 分叉数:
- 7
|
|---|
| freee/freee-mcp | 18,156 | - 语言:
- TypeScript
- 星标数:
- 507
- 分叉数:
- 59
- 简介:
- Model Context Protocol (MCP) server for freee API integration
|
|---|
| mingsky-ai/ComfyUI-MingNodes | 18,158 | - 语言:
- Python
- 星标数:
- 507
- 分叉数:
- 24
- 简介:
- some practical comfyui nodes
|
|---|
| tt-a1i/simplify-codebase | 18,165 | - 语言:
- HTML
- 星标数:
- 507
- 分叉数:
- 26
- 简介:
- Prove and remove accidental codebase complexity without breaking behavior.
|
|---|
| viettran-edgeAI/codex_workflow | 18,166 | - 语言:
- Python
- 星标数:
- 507
- 分叉数:
- 36
- 简介:
- A swarm orchestration system in Codex - use less quota, get more done.
|
|---|
关键参数与规格
关键参数与规格| 参数 | 值 |
|---|
| 语言 | HTML |
|---|
| 类别 | AI Engineering |
|---|
| 子类别 | Give agent knowledge |
|---|
| 关键词 | Agent-ready APIs, Context engineering, Knowledge base, Memory management |
|---|
| 星标数 | 507 |
|---|
| 分叉数 | 15 |
|---|
| 贡献者 | 1 |
|---|
| 创建日期 | 2026-03-07 |
|---|
| 更新日期 | 2026-10-13 |
|---|
| 1 天星标数 | 0 |
|---|
| 排名 | 18,154 |
|---|
| 上次排名 | 17,917 |
|---|
| 排名变化 | -237 |
|---|
| 7 天星标排名 | 19,347 |
|---|
| 上次 7 天星标排名 | 19,328 |
|---|
| 7 天星标排名变化 | -19 |
|---|
| 总星标排名 | 19,153 |
|---|
| 上次总星标排名 | 19,132 |
|---|
| 总星标排名变化 | -21 |
|---|
README 摘录
支持 Claude Code · Codex · Hermes · 千问工作 · 豆包工作 · Qoder · WorkBuddy 中文 | English Loci 是什么 不同 AI 工具的记忆往往各自独立。 换一个 Agent，偏好、任务和项目背景可能需要重新交代；记录散落在不同位置，也难以统一整理。 Loci 把这些内容
放进你自己的本地“大脑”目录，通过各 Agent 的指令入口告诉它们：去哪里读、什么值得记、怎样写入。 无需部署外部数据库或云端记忆服务；Dashboard 是在本机运行的 Node. 效果取决于工具是否加载规则、能否访问
大脑，以及是否正确执行操作；仅安装文件不会强制模型遵守规则。 把这一句发给你的 AI，即可开始安装 以下 Agent 共用下方指令：**首次使用选「安装」，已有 Loci、换个工具选「连接」。 详细说明 · 验证范围 想看面板
，直接说：**“帮我打开 Loci Dashboard，使用我现有的大脑。 **阅读完整使用指南 →** · 安装、日常用法、架构与设计取舍 架构：一个入口，一本手册，一套数据 ** 是短入口**：告诉 Agent 大脑在哪、如何获取偏好、何时读取完整手册。 ** 是完整
手册**：任务、碎片、人物、项目等规则集中分块维护；首次涉及 Loci 操作时读一次，未变且仍在上下文则复用。 **实际数据按需读取**：不在启动时加载所有任务、人脉和历史；项目完整记忆留在项目仓库。 **Hook 只是
增强**：有 Hook 自动提供短偏好，没有就按入口调用同一读取器；没有第二份规则或启动地图文件。 Agent 调用模型、联网或使用其他工具时，数据处理仍遵循你所用 Agent 与服务的配置；本地存储不等于模型调
用完全离线。 文档与贡献 完整使用指南 · Markdown 版 中文
常见问题
记录了多少星标和分叉？
codesstar/loci 有 507 个星标和 15 个分叉。
仓库排名是多少？
codesstar/loci 排名第 18,154。
记录的语言和类别是什么？
codesstar/loci 有 507 个星标，语言为 HTML，类别为 AI Engineering。
哪个仓库排名最接近？
codesstar/loci 与 freee/freee-mcp 比较，后者排名第 18,156，有 507 个星标。
跨 Agent 的本地记忆与数据层。AI 帮你记录，你随时可看、可改。
支持 Claude Code · Codex · Hermes · 千问工作 · 豆包工作 · Qoder · WorkBuddy
中文 | English
Loci 是什么
不同 AI 工具的记忆往往各自独立。换一个 Agent，偏好、任务和项目背景可能需要重新交代；记录散落在不同位置，也难以统一整理。
Loci 把这些内容放进你自己的本地“大脑”目录，通过各 Agent 的指令入口告诉它们：去哪里读、什么值得记、怎样写入。接入同一个大脑的 Agent，可以读取已经保存的共同上下文。
记忆、任务、日程、人脉和知识资料使用 Markdown、JSON 与附件保存。你可以直接打开文件，也可以通过 Dashboard 查看和修改。无需部署外部数据库或云端记忆服务；Dashboard 是在本机运行的 Node.js 服务。
能做什么
| 能力 |
用法 |
| 个人记忆 |
保存称呼、语言、个人资料、反思与决定，相关时读取 |
| 任务与日程 |
管理待办、会议和时间块；带时间的待办仍是任务，不自动复制进日历 |
| 项目上下文 |
在项目仓库保存状态、技术决定和开发待办，大脑只保留索引 |
| 人脉与地点 |
记录联系人、关系、互动及相关地点 |
| 知识库 |
收藏链接、碎片和附件，索引自己的笔记与研究材料 |
| 日记与回顾 |
查看活动记录，整理近期工作和已保存的信息 |
例如，你可以对已接入的 Agent 说：
以后用中文回复我。
明天上午9点提醒我发材料。
把这个链接收藏起来，标注“面试参考”。
记住这个项目，再告诉我目前做到哪里了。
实际读写由 Agent 的文件/命令工具执行。效果取决于工具是否加载规则、能否访问大脑，以及是否正确执行操作；仅安装文件不会强制模型遵守规则。
把这一句发给你的 AI，即可开始安装
以下 Agent 共用下方指令：首次使用选「安装」，已有 Loci、换个工具选「连接」。
| 支持的 Agent |
| Claude Code |
| Codex |
| Hermes |
| 千问工作 |
| 豆包工作 |
| Qoder |
| WorkBuddy |
首次安装
帮我安装 Loci，并连接到你当前使用的客户端。请读取并执行：
https://raw.githubusercontent.com/codesstar/loci/main/docs/AI-INSTALL.md
已有大脑就复用，保留全部数据，安装后验证连接。
连接新工具
我已经安装了 Loci，请把你连接到现有大脑。
请读取并执行：https://raw.githubusercontent.com/codesstar/loci/main/docs/AI-CONNECT.md
请你自己找到已有大脑并完成接入，保留数据，不要重复安装。
需要 Node.js 18+、Git 和本地文件/命令能力；不需要 npm 包。详细说明 · 验证范围
想看面板，直接说：“帮我打开 Loci Dashboard，使用我现有的大脑。” 本地服务需保持运行；保存提醒不等于设备已收到通知。
阅读完整使用指南 → · 安装、日常用法、架构与设计取舍
架构：一个入口，一本手册，一套数据
LOCI.md 是短入口：告诉 Agent 大脑在哪、如何获取偏好、何时读取完整手册。LOCI-RULES.md 是完整手册：任务、碎片、人物、项目等规则集中分块维护；首次涉及 Loci 操作时读一次，未变且仍在上下文则复用。- 实际数据按需读取：不在启动时加载所有任务、人脉和历史；项目完整记忆留在项目仓库。
- Hook 只是增强：有 Hook 自动提供短偏好，没有就按入口调用同一读取器；没有第二份规则或启动地图文件。
普通请求无需先读完整手册；第一次记忆操作承担一次读取开销。规则文件能指导模型，不能强制模型执行。完整架构与取舍 · 短入口原文 · 操作手册原文。
数据与隐私
文件保存在你的机器上，可以备份、查看和迁移。Loci 不要求把记忆存到独立的云端记忆服务。Agent 调用模型、联网或使用其他工具时，数据处理仍遵循你所用 Agent 与服务的配置；本地存储不等于模型调用完全离线。
这是 MIT 开源项目；使用的模型或第三方服务可能另行收费。
文档与贡献
欢迎通过 Issues 提交可复现的问题和建议，或提交 Pull Request。