shodh-local

Shodh-Local 是一款专为 AI 代理设计的本地优先认知记忆系统，通过部署在 localhost:3030 的本地服务器，为用户提供完全离线的持久化记忆能力。该系统采用 Hebbian 学习算法和三层记忆架构（工作记忆、会话记忆、长期记忆），支持语义检索、GTD 待办事项管理和知识图谱功能，使 AI 助手能够真正"记住"用户信息和交互历史。

核心用法围绕本地服务器展开。用户需先运行 shodh-memory-server 二进制程序，通过 REST API 进行数据交互。系统支持多种记忆类型（学习、观察、对话、任务、偏好）的存储，提供语义搜索（recall）和标签过滤功能。特有的"主动上下文"（proactive context）功能可自动推送相关记忆，增强对话连续性。配合 TUI 仪表盘，用户可以可视化浏览知识图谱和活动记录，实现直观的数据管理。

显著优点在于其本地优先架构带来的隐私保障。所有数据存储在本地 ./shodh-data 目录，无需网络连接即可运行，彻底杜绝了云端数据泄露风险。Hebbian 学习机制使系统能随使用自动优化记忆关联，语义检索能力超越简单的关键词匹配，能够理解概念相似性。GTD 风格的项目和待办管理，使其不仅是记忆库，更是完整的生产力工具，支持从任务捕获到项目追踪的全流程。

潜在缺点包括部署门槛和维护成本。用户需自行管理服务器进程（通过 process 工具），每周建议重启维护，这对非技术用户不够友好。纯本地架构也意味着无法跨设备同步，限制了多场景使用。此外，作为 T3 来源的社区项目，长期维护稳定性和功能更新频率存在不确定性，且缺乏企业级技术支持。

适合目标群体为注重数据隐私的开发者、研究人员，以及需要 AI 助手具备长期记忆能力的本地优先倡导者。特别适合处理敏感信息（如医疗记录、法律文档、商业机密）的场景，或网络环境受限的离线工作需求。对于希望构建个性化 AI 工作流，且不愿将数据交由第三方云服务的用户尤为合适。

使用风险主要来自本地运维层面：服务器进程可能因系统资源不足或异常退出导致服务中断；缺乏自动备份机制，用户需手动备份 ./shodh-data 目录以防数据丢失；API Key 若配置不当（如硬编码在配置文件或权限设置错误）可能造成本地未授权访问。建议仅在可信的本地环境运行，避免将 3030 端口暴露至公网，并定期审查本地数据目录的访问权限。