龙忆 Loong Recall纯本地 · 零云端

给写代码的人 · 本机运行 · 不上传代码

AI 记得住你的项目,
代码不出本机。

昨天说好用 pnpm,今天新开会话,它还记得。源码索引只在内存里,记忆只落在 ~/.loong-recall/。

recall("数据库选型")
3 条结果 · 每条都带理由 · 全部来自本机0.192s
14:32decisionPostgreSQL(JSONB + 全文搜索)同项目 · 同一时间窗 · event_id: db-choice-20261106
14:31code_contextrate_limit.rs · 令牌桶 · 100 req/min共享实体:rate_limit.rs · 同一次任务
14:30preference包管理器用 pnpm,端口 3099 / 3111同项目 · 最近 7 天 · 被引用 4 次
14:29factPostgreSQL 16 · 端口 5432 · 本地实例同项目 · 被引用 6 次 · 最近一次 3 天前

本机记忆库

1,284

条记忆 · 37 条决策 · 12 个项目

数据位置~/.loong-recall/
遥测无
索引仅内存

Windows / macOS / Linux · v0.11.1 · 支持 8 款 AI IDE · 无遥测

第一章

它记得什么

四类记忆,各自带类型、来源与时间。

decision数据库选 PostgreSQL,因为需要 JSONB 和全文搜索本机 · 可追溯
preference包管理器用 pnpm;端口 3099 / 3111本机 · 可追溯
code_context限流在 rate_limit.rs,令牌桶,100 req/min本机 · 可追溯
fact项目使用 PostgreSQL 16,本地实例端口 5432本机 · 可追溯
第二章

为什么是这几条

不是相似度猜的,是记录字段必然推导的。

01

相同的 event_id

同一次任务里写下的记忆,天然互相关联。

02

共享的具体实体

都提到 rate_limit.rs,就归到同一条线索。

03

同项目同一时间窗

同一小时、同一仓库里的决策,放在一起看。

关联示意

query: 数据库选型
decision · PostgreSQL
code_context · rate_limit.rs
preference · pnpm

三条线索:event_id · 共享实体 · 同项目同一时间窗

第三章

跨会话,不失忆

同一条记忆,在三天后仍然被取回。

Day 1

你说:用 pnpm,端口 3099

preference

Day 3

新会话,AI 直接按 pnpm 执行

recall 命中

Day 7

换项目,旧约定不串味

项目隔离

第四章

代码与记忆,同库

问「限流在哪」,它同时翻出代码和当时的决策。

代码

// rate_limit.rs
pub struct TokenBucket {
    capacity: u32,   // 100
    refill_per_sec: u32,
}

当时的决策

限流用令牌桶,100 req/min;放在中间件层,不侵入业务。

同一次任务 · 共享实体 rate_limit.rs · 2026-11-06

第五章

LongMemEval 上的检索基本功

数字来自仓库内可复现的基准报告。

0.900

Session Recall@10

27 / 30

0.683

Session MRR

0.192s

平均检索耗时 / 实例

口径、局限与全部来源 +

口径:LongMemEval-S 公开数据集,分层抽样覆盖 6 种题型、每类 5 实例,共 30 实例;deep 通路 + bge-base-zh,Top-K=10(README.md:150)。

局限:30 实例不等于全量 500 实例;分层样本对稀有题型做了等比放大,数值不等同全量加权成绩;延迟受测试机器影响(README.md:240–242)。

量级参照:fast 通路 + TF-IDF(500 实例全量)Session Recall@10 85.7%、Turn Recall@10 61.7%(README.md:178)。

回归门禁:内置基准 11 / 11 通过、0 失败(v0.9.7,5.52s,README.md:110)。

主指标来源:README.md:154、156、159。

第六章

接入支持 MCP 的编程工具

桌面端自动写入配置,不用手改 JSON。

TraeTrae CNCursorVS CodeWindsurfCodeBuddyQoderKiro

内置一键写入配置支持 8 款,原文另标注「等」表示非穷举(README.md:374–383)

第七章

代码与记忆不主动离开本机

唯一出网场景:你主动配置了 LLM 查询翻译,此时只有查询文本会发出。

本地存储
记忆在 ~/.loong-recall/,嵌入模型权重默认在 ~/.loong-recall/models/。
不上报
无遥测、无埋点。
索引不落盘
源码索引只驻留内存。
可导出
桌面端设置页提供备份与导出入口。
第八章

用 DeepSeek Harness?

把结论沉淀进 LRC,上下文不再越聊越卡。

它做什么
每 8 轮 / 6000 字符增量提炼决策、约束、结论,语义查重后写入 LRC,回填一行状态快照。
三条验收
增量游标 < 50%;重复 migrate 3 次不增长;3 次沉淀 ≤ 1.2 倍且去重 ≥ 80%。
边界
不承诺「永不压缩」;压缩仍由 DSH 原生后端生成,插件只降低触发频率。
第九章

两种安装方式

命令与说明取自仓库 README 的「快速开始」。

方式一 · 推荐

下载桌面端

下载 lrc-desktop-* 安装包,双击安装。桌面端会自动检测 AI 工具、 写入 MCP 配置与规则文件,重启 IDE 即可用。

版本 v0.11.1,国内直连下载;校验值见同目录 .sha256 文件,也可从GitHub Releases获取。

方式二 · 许可边界

为什么只提供安装包

外壳、前端与存储模块以 Apache 2.0 公开;核心检索引擎(编码、镜像梯形、道体调节、检索融合) 不公开,仅以编译产物随安装包分发。公开仓库通过 submodule 引用私有核心,未授权无法编译。

  • 外壳 / 前端 / 存储:Apache 2.0,公开
  • 核心检索引擎:DaoTi Research License,不公开
  • 分发方式:仅 GitHub Releases 与本站安装包

来源:README.md「许可与源码边界」。

附则

你可能想问

工具接入、数据位置与联网边界。

支持哪些 AI 工具?+

内置支持 Trae、Cursor、VS Code、Windsurf 等 8 款;凡支持 MCP 协议的工具都能接入。

数据存在哪里?+

记忆在 ~/.loong-recall/,嵌入模型权重默认在 ~/.loong-recall/models/。

需要联网吗?+

基础检索不需要;只有语义搜索会按需下载模型,且只有你配置了 LLM 查询翻译才会发出查询文本。

能把数据导出吗?+

可以。桌面端设置页提供备份与导出入口;v0.10.2 起支持从快照恢复。

刚装好为什么没有联想结果?+

关联由原料驱动。库为空时只返回如实的空态,不硬凑;真实库的 event_id 覆盖率仅 1.23%。

支持远程托管部署吗?+

不建议。它依赖本机索引、本地记忆库与本机模型。

龙忆是开源项目吗?+

不是。桌面外壳与 Web 前端为 Apache 2.0;核心检索引擎不公开,仅以编译产物随安装包分发,因此只提供安装包,不提供源码编译。

它会压缩上下文吗?+

不会。LRC 不做压缩;它在压缩前把结论提炼进本地记忆库,压缩后按需召回,并用 [归档] 标记提示细节在记忆库里。不承诺「永不压缩」。

基准成绩该怎么读?+

三套口径:0.900 是 LongMemEval-S 30 实例(deep 通路);94.47% 是 v0.10.4 fast 口径 470 有效实例;85.74% 是 v0.5.6 历史基准。三者不能相加或互相替代。

DSH 插件和桌面端是什么关系?+

插件是入口,桌面端是记忆后端。dsh-plugin-lrc 0.2.1(MIT)把 DSH 会话中的结论沉淀进 LRC,不改变 DSH 原生的压缩行为。

给 AI 装上跨会话的本地记忆

纯本地运行,零云端依赖。