KRouter

让你的 AI 记住你定过什么，也记住后来改成了什么。

你现在用的 AI 就能接，有一个就够。记忆是一个纯 Markdown 文件夹，你能在 Obsidian 或任何编辑器里打开、阅读、修改。问一句「封面标题我们是怎么定的」，答案会注明出自哪一页。纠错之后，新结论直接取代旧结论，不会两个一起冒出来。记忆里没有的，AI 会被明确告知「没有」，而不是拿一条差不多的凑数。写代码、写稿、做视频、学习、工作，凡是定过又会改的事都适用。

· English: README.md

每次提交都在 Linux、macOS、Windows 上跑测试。一行安装下载的是最新发布版（只用 tag，从不拉 main），运行任何东西之前先核对 SHA-256；每个发布版还带 GitHub 构建来源证明（gh attestation verify <安装包> --repo 398894496-arch/KRouter）。你问的问题从不离开本机。

周一定了 A，周三改成 B，周四 agent 答 B 并引用那条纠错；库里没有的问题直接拒答

用数字说话

别人出的基准，按出题方自己的标注机械评分，不用模型当裁判：

LongMemEval（ICLR 2025；500 道题，每道题配约 50 段聊天）：470 道能答的题里，439 道 KRouter 引用的页面里有答案所在的那段；72 道「事实后来变了」的题里，70 道引到了最新那次。
LoCoMo（ACL 2024；10 段长对话，1 986 道题）：1 540 道能答的题里，991 道第一条引用就是证据所在的那段，1 204 道在前三条里。

这两项测的是「找没找对页」，不是「模型最后答没答对」，所以和别家公布的答案准确率不是一回事，不能直接比。纯 BM25 找到的页数也差不多（447/470、968/1 540）。

弱点：如果问的是记忆里某件事的「近邻」，它还是会作答。LongMemEval 里 30 道没有答案的题只拒了 3 道，LoCoMo 446 道陷阱题只拒了 37 道。

我们自己的 200 道留出题（中英文，从没拿来调过分，由 Claude Opus 在单独会话里出题）：KRouter 引错 26%，claude-mem 64%，basic-memory 78%。80 道记忆里答不了的题，KRouter 拒答 47 道，另外两个一道都不拒。60 道「决定后来改过」的题，KRouter 答对 50 道，它们是 34 和 16 道。这个差距有一部分是结构决定的：给纯全文检索加上 KRouter 那两条规则，它就和 KRouter 打平。KRouter 多出来的，是这两条规则默认就开着，外加出处回执和一个你能直接编辑的记忆库。每个数字和测法 · 自己复现

安装

curl -fsSL https://raw.githubusercontent.com/398894496-arch/KRouter/main/scripts/bootstrap.sh | sh

Windows（PowerShell）：irm https://raw.githubusercontent.com/398894496-arch/KRouter/main/scripts/bootstrap.ps1 | iex · Claude Code 插件：/plugin install krouter --marketplace 398894496-arch/KRouter（需要 Claude Code 2.1.275 或更高；在 shell 里用 claude plugin install krouter --marketplace 398894496-arch/KRouter 需要 2.1.292）。第三方插件市场不会自动更新：运行 claude plugin update krouter@krouter，或在 /plugin → Marketplaces → krouter 里选 Enable auto-update。

想先看看再装？下面只有最后一行会改动你的机器：

git clone https://github.com/398894496-arch/KRouter.git && cd KRouter
./scripts/first_run.sh                      # 在自带的示例库上出一张回执
python3 scripts/bootstrap.py --dry-run      # 列出安装会做的每一处改动，一处都不做
python3 scripts/bootstrap.py --vault ~/notes --no-timer   # 装到你自己的库，先不开夜间任务

唯一的前提是 Python 3。安装脚本会建一个记忆文件夹（已有的用 --vault 指定，一个文件都不覆盖）；本机装了 Claude Code 或 Codex 的话，通过 MCP 把它们接上，就到此为止：只装查询，什么都不问，没有任何内容离开本机。用的是别的 AI 应用？看能接哪些应用。想让它开始记住，运行它最后打印的那一行（bootstrap.py --ask），它会问你两个问题。

能接哪些应用

应用	怎么接	状态
Claude Code	插件，或 MCP（安装脚本自动注册）	已实测
Codex	MCP（安装脚本自动注册）	已实测
Cursor	规则和 skill（安装脚本自动加上）	已实测
DeepSeek Harness	插件（`dsh plugin --profile web add github:398894496-arch/KRouter`）	已实测
任何能跑本地 MCP 服务的应用：Claude Desktop、VS Code、Windsurf、Zed、Gemini CLI……	把下面这段加进应用的 MCP 设置	应该能用，我们还没逐个实测：告诉我们

{ "mcpServers": { "krouter": { "command": "python3",
    "args": ["/Users/you/.agents/skills/krouter-obsidian/scripts/mcp_server.py"] } } }

路径要写到你自己的用户目录（Windows 上是 C:\\Users\\you\\.agents\\…，命令常常是 python 而不是 python3）。一行安装之后，这个服务自己就能找到你的记忆库。它只用 Python 标准库，走 stdio，提供两个只读工具：krouter_ask 和 krouter_status。用一个普通的 MCP 客户端连它，initialize、tools/list、带出处的回答、recall: none 都走得通。

装完五分钟

问你的 AI：「上周我们关于 X 是怎么定的？」 它会从记忆里查，给出答案和出处页；记忆里没有，就直说没有。
「要把本机已有的 agent 会话导进来吗？」（加 --ask 时，适用于 Claude Code、Codex 和 Cursor）答应后，近 7 天的会话会变成页面，每个会话一页，内容是你的提问和每轮最后的回答。像 key 的文字会先脱敏，全程不出本机。
「要让模型提炼一下定了什么吗？」 答应后，你已经在用的模型（登录好的 CLI 或 API key）会在最近几个会话的页面顶上写出「定了什么、改了什么」。发之前它会先告诉你要发多少字。

之后它自己跟上

同意导入之后，什么都不用你维护：

每天夜里（这个任务会先问你）导入前一天的会话、做提炼、整理记忆库。
你纠正 AI 的时候（装了 Claude Code 插件）：读起来像纠正的话（「以后都……」「改成……」「from now on…」）在你发出的那一刻就记下来，只在本机做、不调模型，下一次提炼时自动判定成不成立。长对话压缩上下文之前、会话结束时，也各记一次。
白天，可以再开一个定时任务，每天两个固定时间把当天的会话补进来（extras/host-daily-evolution/intraday_capture.py，附 macOS launchd 示例）。
不用你批，但每一步都看得见。 每一轮加了什么、取代了什么，都写进 90 系统文件/自动化/记忆变更记录.md。记忆文件夹是 git 仓库时（运行一次 git init 就行），每一轮还是一个单独的提交，import_sessions.py --undo <轮次> 一条命令就能撤回。
某个会话不想被记，在它的任何一个提问里写上 #不记（或 #nocapture）。

适不适合你

适合：你在用 AI 助手，哪一个都行，却总要把同一个决定反复交代，或者它总拿几周前已经改掉的说法来回答你。还没有笔记？安装脚本会帮你建好文件夹。同时用好几个 AI 是加分项，不是前提：它们会共用同一份记忆。不适合：你要基于向量的语义搜索、要把上一轮聊天自动塞进下一轮、要给自己开发的应用找一个托管的记忆 API，或者希望装好就是一个装满的大脑。

不只用于写代码：同样的事放到短视频工作里，录法一样（Claude Code 加插件、演示库、真实输出）：

周一定了封面标题规则 A，周三改成 B，周四 agent 答 B 并给出处页；库里没有的问题直接说没有

不需要：装 Obsidian（它只是可选的查看器）、维护别名表、自己设环境变量。已经有库？--vault 一个文件都不改。默认就只装查询：不装夜间任务，不导入会话。

和常见 agent 记忆的区别

	KRouter	常见的 agent 记忆
记忆放在哪	你能打开、编辑、比对、同步的 Markdown 页	数据库或向量库
纠错之后	新页取代旧页，旧页标成「已取代」	新旧两条都能匹配上，只能指望对的那条排前面
什么都对不上时	返回 `recall: none`，AI 会说记忆里没有	拿最接近的一条，说得很肯定
每条答案	带出处页和回执	通常没有出处
谁在用	本机每个 AI 应用都读同一个文件夹（MCP、skill、规则）	通常只服务一个工具

在用 claude-mem？ 不用卸掉。导入器已经在真实安装的 claude-mem 13.35.0 上完整跑通过。安装时会发现它的记忆库并问你要不要导入：会话总结变成页面，每个项目的决定汇成一页，等你确认。你的模型还能把这些决定理一遍，分出哪些还有效、哪些被后来的决定取代了，这一步是 claude-mem 自己不做的。Claude Code 插件也能做到 claude-mem 让人觉得「有记忆」的那两件事，只是存成纯 Markdown：会话结束时自动记下；开新会话时，自动带上这个仓库最近的决定，纠错排在前面，每条都注明出处页。仓库按路径区分，不按文件夹名。这两件事都要你先同意导入才会做。

什么会离开本机

查询从不外发：查找走本地的 SQLite 全文索引，每次约 110 ms。导入会话也只在本机做。只有你点过头的步骤才会把文字发给模型，就是提炼会话和夜间整理两步，发给你本来就在用的 CLI 或 API key，用 --dry-run 可以先看会发多少。key 和标成机密的页从不外发，也从不引用。夜间写入用 API key 通道时，本机不跑任何写入进程；用 CLI 通道时，各家 CLI 能读到的范围不同，安装时会告诉你选的是哪一条。细节见 SECURITY.md。

备份。 运行 backup.py init --dir <一个会同步到别处的文件夹>，就会每晚给整个库（连同历史）做一个加密备份包，并且当晚重新打开验证过才算数。可以指向 iCloud 云盘、OneDrive、Dropbox、网盘同步文件夹或移动硬盘，也可以同时指两个；KRouter 不连任何云。为什么这样做，而不是直接同步或推送整个库：DETAILS.zh.md → 备份你的库。

老实的数字

测了什么	结果
LongMemEval S，别人出的题和标注（第 7 套；KRouter 1.1.1；按出题方标注机械评分，跑之前先登记方案）	470 道可答题里 439 道引到答案所在的会话；72 道「知识更新」题里 70 道引到最新那次（只引到旧的：1 道）；470 道可答题拒了 12 道；30 道无答案的题只拒了 3 道。纯 BM25 不设下限、取前三页：447/470 和 69/72，持平
LoCoMo，别人的对话和标注（第 10 套；KRouter `main`，2026-10-30；只有英文）	1 540 道可答题里 991 道第一条就引到证据会话，1 204 道在前三条里；446 道陷阱题只拒了 37 道。纯 BM25：第一条命中 968 道，前三条 1 257 道
该拒答时拒答（公开测试集，CI 跑）	离题问题英文 12/12、中文 6/6 拒答
在一个没人调过分的库上的错误引用率（第三套测试集，200 道留出题，中英各半，带日志干扰页；方括号是 95% 区间）	默认设置下：KRouter 引错 26% [19, 33]，80 道近邻题拒答 47 道，120 道可答题答对 102 道；纯全文检索引错 58% [52, 65]。和认真做的基线比是持平，不是领先：给纯全文检索加上同样的两条规则（跳过已被取代的旧页、低于分数下限就拒答），答题数相同时它引错 42 页、KRouter 36 页，答对 96 道对 102 道，但两项差距都不显著（配对区间：引错率 [-10.2, +1.3] 个百分点，答对 [-2, +14]）。同样这 200 道题、都用默认设置：claude-mem 13.39 引错 64% [58, 71]，basic-memory 0.23 引错 78% [72, 84]；80 道近邻题两者一道都没拒；60 道「决定改过」的题，它们分别答对 34 和 16 道，KRouter 50 道
精确命中和向量检索比（「已取代」和「近邻」题，CI 跑）	精确命中会拒答；TF-IDF、MiniLM、BGE-M3 会引一个近邻。本地向量做成可选档：测过了，没有上线（`DENSE-OPTIN.md`）
作者自己的真实提问	208 道历史提问由 Grok 盲评（2026-10-16）：KRouter 0.36，加了两条规则的 BM25 0.25（满分 2），配对区间 [−0.02, +0.24]：没有显示出差距。裁判只在约 5% 的题里找到「提问之前就已经存在的答案页」，这种评分方式会奖励拒答，所以这次结果只报告、不当证据（第 5 套）。新提问上的盲测要等攒够 50 条，到 2026-11-09 记下了 30 条。更早的 0.62 → 1.47 是开发集（VERIFY.md）

自己复现

不用安装、不用模型，只要 Python 3；题目就在仓库里，留出题的数字大约一秒就能跑出来：

python3 bench/memory_honesty/run.py --set heldout3 --ci                        # KRouter，带 95% 区间
python3 bench/memory_honesty/run.py --set heldout3 --vs-matched bm25-floor    # 和加了同样两条规则的 BM25 比

别人出的基准要先下载它们的数据：数据不在仓库里，脚本也不会自己下载（每个脚本开头写了文件名、下载地址和许可）：

python3 bench/longmemeval/lme.py convert --data longmemeval_s_cleaned.json
python3 bench/longmemeval/lme.py run --system krouter && python3 bench/longmemeval/lme.py score
python3 bench/locomo/locomo.py convert --data locomo10.json
python3 bench/locomo/locomo.py run --system krouter && python3 bench/locomo/locomo.py score

方法和还没做好的地方：docs/VERIFY.md。

工作原理和全部选项：安装参数、夜间写手、精确命中和排序召回、问答卡、四种 agent 接入
SECURITY.md：每条模型通道能看到什么、能做什么
docs/FOR-AGENTS.md：给 agent 判断 KRouter 适不适合它的用户时参考的事实
CHANGELOG.md · CONTRIBUTING.md：适合新人的 issue 都打了标签

维护。 目前只有一个维护者，这是采用它最大的风险，欢迎外部贡献。小版本每周最多一个，补丁随时发；KROUTER_TAG=v1.3.0（换成任何 tag）可以固定版本。哪些算稳定接口：DETAILS.md → Stability and versions。问题和 bug 提 issue；安全问题见 SECURITY.md。

原名 DSH-KRouter，旧链接、旧 clone 地址和旧安装命令都会自动跳转。 MIT 协议。

This site is open source. Improve this page.