Keepygaga

这是什么

Keepygaga 是一套面向 AI Agent 的 local-first 记忆守护服务(Keeper of Memories)。它把两类容易混在一起的数据明确分开:

• 核心记忆(profile.md、preferences.md 与 topics/、areas/、people/ 直属页面)保持人可读的 Markdown,直接读写,永远不进入索引;
• 普通本地资料走可追溯的混合检索:本地 FTS5 与向量召回经 RRF 融合,再由在线 Reranker 精排,命中只负责定位,定论回到来源原文。

前身为 Keepybara,已废弃并更名为 Keepygaga,Dashboard 与 MCP 面随之重新设计。

我负责的设计

• 两条数据路径 —— 核心记忆不做模糊检索,普通知识不冒充已确认事实;
• 显式记忆治理 —— create、append、replace、move_fact、rename_file、delete 都要求当前 opaque version,同类型操作整批原子提交;
• 删除高门槛 —— Keepygaga 不自行删除、压缩或搬移任何记忆;delete 必须持有本轮用户明确授权;
• 容量软限制 —— 超限写入照常成功,只返回 split_recommended,由人决定是否拆分;
• 授权模型边界 —— Embedding 与 Rerank 走用户授权的 API;模型或资料范围变更需要重新授权。

怎么工作

Keepygaga 通过 MCP stdio 暴露 9 个 Tool:

• memory_list / memory_read:发现并读取 canonical 记忆页;
• memory_create / memory_append / memory_replace / memory_move_fact / memory_rename_file / memory_delete:显式变更;
• knowledge_search:普通知识的混合检索,返回可继续核对的来源坐标。

Dashboard 默认只监听 127.0.0.1:8765,概览页把核心记忆健康、知识索引就绪度、普通知识范围与内嵌使用说明收在一屏。

边界与当前状态

核心记忆的 agents-memory/** 与 _context-backups/** 在任何深度都被排除在知识检索之外。索引正文会发给授权的 Embedding 服务,查询与候选正文会发给授权的 Reranker,因此它不能被描述成无条件的”完全离线”——本地优先指的是真源在本机、外部调用显式授权。

会话记录的存储与检索暂不在范围内。代码仓库仍在本地整理,公开链接会在仓库上线后补充。