前置条件
- Python 3.12,一个可写的本地目录(默认 ~/allmymind/amm/data)。
- 模型只在「开荒 / 归类」时需要,可接云端或本地;纯记录与检索不需要模型。
- 想接 AI 宿主则需要一个 MCP 客户端:Claude Desktop、DSH,或任何兼容实现。
安装
从源码装进一个独立 venv,然后初始化。没有库时 amm init 会自动建。
{
"mcpServers": {
"allmymind": {
"command": "npx",
"args": ["-y", "@allmymind/mcp"],
"env": {
"ALLMYMIND_HOME": "~/.allmymind",
"ALLMYMIND_AGENT": "my-agent"
}
}
}
}
把它加进宿主的 MCP 配置文件,重启宿主即可。
配置
少量环境变量加一个 .env。绝大多数情况下,只需要数据目录和模型地址。
| 变量 | 说明 | 默认 |
|---|---|---|
AMM_DATA | 数据目录(SQLite / chroma / backups) | ~/allmymind/amm/data |
AMM_LLM_BASE_URL | 模型接口地址 | https://api.deepseek.com/v1 |
AMM_LLM_API_KEY | 模型 Key | (空) |
PYTHONPATH | MCP 启动时必须带上核心库路径 | .:<venv>/site-packages |
MCP 工具
共 21 个工具、4 个资源。写操作默认干跑(confirm=false),确认后才落库。
| 工具 | 作用 | 参数 |
|---|---|---|
leaf_add | 存一片叶子,进生叶层 | text / node_id |
search_semantic | 按意思检索,返回最像的叶子与路径 | query / top_k |
tree_get | 取一棵树的完整结构(深四层) | root_id |
memory_suggest | 只递卡片:段数、字数、最近存档时间 | query / budget |
memory_commit | 用户选定后返回正文块 | topics |
hole_put | 写入树洞(只挂树干,不进检索) | trunk_id / text |
日常三件事
有事没事记两片叶子,隔几天搜一次看它找得准不准,叶子攒多了归类一次。别指望它自己变聪明——森林是长出来的,不是建出来的。
- 随手记:amm add "一句话",先落在生叶层。
- 找东西:你不必记住它在哪棵树,说一句话就行。
- 整理:amm plan 出方案,amm apply 签字落地;一堆文件就 amm dig 开荒。
- 每周点一次「保存」,备份整个库到 data/backups/。
常见问题
记忆存在哪里?会上传吗?
全部在本地:SQLite 四张表加一个本地 Chroma。不依赖云服务即可使用,除非你显式配置了云端模型。
多个 Agent 能共享吗?
共用同一个 AMM_DATA 即可。但注意:单进程 SQLite,不适合多实例同时写。
记错了怎么办?
搜到那条叶子,打落它(进落叶层),或砍树断枝。只有「清理」不可恢复,且会先让你看数量。
开荒为什么有 409 DUPLICATE?
同一个文件导过。文件指纹记在 earth 里;默认策略是直接拒绝,可以在设置里改成用户确认。
搜索报 No module named 'torch'?
PYTHONPATH 没带向量库的 site-packages。MCP 配置里的 env 要显式写 PYTHONPATH。