🚀 Basic Memory 云服务已上线！

• 跨设备与多平台支持现已实现。 您的知识图谱现在可在桌面、网页和移动端上使用。
• 云端服务为可选功能。 本地优先的开源工作流将一如既往地继续运行。
• OSS 折扣： 使用优惠码 BMFOSS 可享受 3 个月 20% 的折扣。

立即注册 →

附带 7 天免费试用

Basic Memory

Basic Memory 让您通过与大型语言模型（LLMs）如 Claude 进行自然对话来构建持久的知识，同时将所有内容保存在您计算机上的简单 Markdown 文件中。它使用模型上下文协议（MCP）使任何兼容的 LLM 都能读取和写入您的本地知识库。

v0.19.0 新特性

• 语义向量搜索 —— 不再仅依赖关键词查找笔记，而是根据语义进行匹配。结合了全文检索和向量相似度，利用 FastEmbed 嵌入实现混合搜索。
• 模式系统 —— 使用 schema_infer、schema_validate 和 schema_diff 工具推断、验证并比较知识库的结构。
• 项目级云路由 —— 通过 API 密钥认证（basic-memory project set-cloud），可将个别项目路由到云端，而其他项目则保持本地存储。
• FastMCP 3.0 —— 升级至 FastMCP 3.0，并添加工具注解以更好地集成客户端。
• CLI 全面升级 —— 新增 JSON 输出模式（--json）用于脚本编写；引入工作区感知命令及 htop 风格的项目仪表板。
• 更智能的编辑功能 —— edit_note 在笔记不存在时会自动创建；write_note 则具备覆盖保护机制，防止意外数据丢失。
• 更丰富的搜索结果 —— 搜索结果中返回匹配的文本片段，以便更好地理解上下文。

详情请参阅完整的 CHANGELOG。

• 官网：basicmemory.com
• 文档：docs.basicmemory.com
• 社区：Discord

从上次中断的地方继续您的对话

• AI 助手可以在新对话中加载本地文件中的上下文
• 笔记会实时以 Markdown 文件的形式保存在本地
• 无需特殊项目知识或提示词即可使用

https://github.com/user-attachments/assets/a55d8238-8dd0-454a-be4c-8860dbbd0ddc

快速开始

# 推荐使用 uv 安装
uv tool install basic-memory

# 配置 Claude Desktop（编辑 ~/Library/Application Support/Claude/claude_desktop_config.json）
# 在配置中添加以下内容：
{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}
# 现在在 Claude Desktop 中，您可以：
# - 写笔记：“创建一篇关于咖啡冲泡方法的笔记”
# - 阅读笔记：“我了解哪些关于手冲咖啡的知识？”
# - 搜索：“查找有关埃塞俄比亚咖啡豆的信息”

您可以通过 ~/basic-memory 目录（默认位置）中的文件查看共享的上下文。

自动更新

Basic Memory 为 CLI 安装提供了默认开启的自动更新流程。

• 支持自动安装： uv tool 和 Homebrew 安装
• 默认检查间隔： 每 24 小时（86400 秒）
• MCP 安全行为： 更新检查将在 basic-memory mcp 模式下静默运行
• uvx 行为： 被跳过（运行时是临时的，由 uvx 管理）

手动更新命令：

# 立即检查并安装（如果支持）
bm update

# 仅检查，不安装
bm update --check

~/.basic-memory/config.json 中的配置选项：

{
  "auto_update": true,
  "update_check_interval": 86400
}

要禁用自动更新，请将 "auto_update" 设置为 false。

为什么选择 Basic Memory？

大多数 LLM 交互都是短暂的——您提出一个问题，得到答案后便被遗忘。每次对话都从头开始，缺乏之前对话的上下文或知识。目前的替代方案存在诸多局限性：

• 对话历史记录只能捕捉对话内容，却无法形成结构化的知识；
• RAG 系统可以查询文档，但不允许 LLM 将信息写回；
• 向量数据库需要复杂的部署，且通常托管在云端；
• 知识图谱通常需要专门的工具来维护。

Basic Memory 采用一种简单的方法解决了这些问题：使用结构化的 Markdown 文件，供人类和 LLM 共同读写。其主要优势如下：

• 本地优先： 所有知识都保存在您掌控的文件中；
• 双向互动： 您和 LLM 都可以读写同一份文件；
• 结构化且简单： 使用熟悉的 Markdown 格式，并结合语义模式；
• 可遍历的知识图谱： LLM 可以通过链接在不同主题之间导航；
• 标准格式： 可与 Obsidian 等现有编辑器无缝兼容；
• 轻量级基础设施： 仅需本地文件，并在本地 SQLite 数据库中建立索引。

借助 Basic Memory，您可以：

• 进行基于先前知识的对话；
• 在自然对话中创建结构化的笔记；
• 与 LLM 进行能够记住过往讨论内容的对话；
• 以语义方式导航您的知识图谱；
• 将所有内容保留在本地并完全掌控；
• 使用 Obsidian 等熟悉工具查看和编辑笔记；
• 构建一个随时间不断增长的个人知识库；
• 通过双向同步将知识同步到云端；
• 通过订阅验证对云项目进行身份验证和管理；
• 挂载云存储以直接访问文件。

实际操作流程

假设你在探索咖啡冲泡方法，并希望记录下你的知识。以下是具体的操作步骤：

1. 首先，正常地与模型聊天：

我一直在尝试不同的咖啡冲泡方法。目前学到的关键点有：

- 手冲法比法压壶更能展现咖啡的清晰风味
- 水温至关重要——大约205°F（96°C）最为理想
- 新鲜研磨的咖啡豆对风味影响巨大

… 继续对话。

2. 请求大模型帮助整理这些知识：

“我们来写一篇关于咖啡冲泡方法的笔记吧。”

大模型会在你的系统中创建一个新的Markdown文件（你可以在Obsidian或编辑器中立即看到）：

---
title: 咖啡冲泡方法
permalink: coffee-brewing-methods
tags:
- coffee
- brewing
---

# 咖啡冲泡方法

## 观察

- [方法] 手冲法能提供更清晰的风味，突出细腻的层次感
- [技巧] 水温保持在205°F (96°C) 可以萃取出最佳的风味成分
- [原则] 新鲜研磨的咖啡豆能够更好地保留香气和风味

## 关系

- 与[[咖啡豆产地]]相关
- 需要[[正确的研磨技巧]]
- 影响[[风味萃取]]

这篇笔记通过简单的Markdown格式嵌入了语义内容，并与其他主题建立了链接。

3. 你会在当前项目目录（默认为~/$HOME/basic-memory）中实时看到这个文件。

• 你可以通过运行basic-memory sync --watch来启用实时同步功能。

4. 在与大模型的对话中，你可以引用某个主题：

看看`coffee-brewing-methods`，了解关于手冲咖啡的相关信息。

现在，大模型可以根据知识图谱构建丰富的上下文。例如：

根据“与[[咖啡豆产地]]相关”的关系：
- 找到了关于埃塞俄比亚耶加雪菲的信息
- 记录了哥伦比亚咖啡豆的坚果风味特点
- 高海拔对咖啡豆特性的影响

根据“需要[[正确的研磨技巧]]”的关系：
- 锥形磨芯与刀片式磨豆机的对比
- 不同冲泡方式对应的研磨度建议
- 研磨颗粒一致性对萃取效果的影响

每个相关的文档都可以进一步扩展上下文，从而构建出对你知识库的丰富语义理解。

这种方式形成了一个双向流动：

• 人类编写和编辑Markdown文件
• 大模型通过MCP协议读取和写入数据
• 同步功能确保所有内容的一致性
• 所有知识都保存在本地文件中。

技术实现

在底层，Basic Memory：

1. 将所有内容存储在Markdown文件中
2. 使用SQLite数据库进行搜索和索引
3. 从简单的Markdown模式中提取语义信息
   • 文件被转换为“实体”对象
   • 每个“实体”可以包含与其相关的“观察”，即事实
   • “关系”将各个实体连接起来，形成知识图谱
4. 维护基于文件生成的本地知识图谱
5. 提供文件与知识图谱之间的双向同步机制
6. 实现用于AI集成的模型上下文协议（MCP）
7. 提供工具，使AI助手能够遍历和操作知识图谱
8. 使用memory:// URL来跨工具和对话引用实体

文件格式只是带有简单标记的Markdown：

每个Markdown文件包含：

前言部分

title: <实体标题>
type: <实体类型>（例如：笔记）
permalink: <URI别名>

- <可选元数据>（如标签）

观察

“观察”是关于某个主题的事实。可以通过创建特殊格式的Markdown列表来添加，该列表可以引用“类别”、使用“#”符号标记“标签”，以及可选的“上下文”。

观察的Markdown格式如下：

- [类别] 内容 #标签（可选上下文）

观察的例子：

- [方法] 手冲法比法压壶更能萃取出花香调
- [技巧] 手冲时研磨度应为中细 #冲泡
- [偏好] 埃塞俄比亚咖啡豆具有明亮的果味（尤其是来自耶加雪菲的）
- [事实] 浅度烘焙的咖啡通常比深度烘焙含有更多的咖啡因
- [实验] 尝试了1:15的粉水比例，效果不错
- [资源] James Hoffman在YouTube上的V60冲泡技巧非常棒
- [问题] 水温是否会影响不同化合物的萃取效率？
- [备注] 我最喜欢的本地咖啡店采用30秒的闷蒸时间

关系

“关系”是指与其他主题的链接，它定义了实体在知识图谱中的连接方式。

Markdown格式如下：

- 关系类型 [[维基链接]]（可选上下文）

关系的例子：

- 与[[巧克力甜点]]很搭
- 生长于[[埃塞俄比亚]]
- 与[[茶的冲泡方法]]形成对比
- 需要[[锥形磨豆机]]
- 更适合使用[[新鲜咖啡豆]]
- 与[[早晨作息]]有关
- 灵感来源于[[日本咖啡文化]]
- 记录在[[咖啡日记]]中

与VS Code结合使用

在VS Code的用户设置（JSON）文件中添加以下JSON块。你可以通过按下Ctrl + Shift + P并输入“Preferences: Open User Settings (JSON)”来完成此操作。

{
  "mcp": {
    "servers": {
      "basic-memory": {
        "command": "uvx",
        "args": ["basic-memory", "mcp"]
      }
    }
  }
}

你也可以选择将其添加到工作区中的.vscode/mcp.json文件中，这样就可以与他人共享配置。

{
  "servers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}

你可以使用Basic Memory与VS Code配合，在编程时轻松地检索和存储信息。

与Claude Desktop结合使用

Basic Memory基于MCP（模型上下文协议）构建，可与Claude桌面应用程序（https://claude.ai/）一起使用：

1. 配置Claude Desktop以使用Basic Memory：

编辑你的MCP配置文件（通常位于OS X系统的~/Library/Application Support/Claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}

如果你想使用特定的项目（参见下方的“多项目”部分），请更新你的Claude Desktop配置：

{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp",
        "--project",
        "你的项目名称"
      ]
    }
  }
}

2. 同步你的知识：

# 一次性同步本地知识更新
basic-memory sync

# 推荐运行实时同步进程
basic-memory sync --watch

3. 云端功能（可选，需订阅）：

# 使用云端认证（OAuth令牌会本地存储）
basic-memory cloud login

# （可选）安装/configure rclone以执行文件同步命令
basic-memory cloud setup

# 检查云端认证状态及健康状况
basic-memory cloud status

按项目路由云端请求（基于API密钥）：

单个项目可以通过云端路由，而其他项目则保留在本地。这需要为每个项目的请求使用一个API密钥：

basic-memory cloud route --project your-project-name --api-key YOUR_API_KEY

这样，特定项目的请求就会通过云端处理，而其他项目仍保持本地存储。

保存 API 密钥（可在 Web 应用或 CLI 中创建）

basic-memory cloud set-key bmc_abc123...

或通过 CLI 创建密钥（需先进行 OAuth 登录）

basic-memory cloud create-key "my-laptop"

将项目设置为通过云端路由

basic-memory project set-cloud research

将项目恢复为本地模式

basic-memory project set-local research

列出项目及路由元数据

basic-memory project list

`basic-memory cloud login` / `basic-memory cloud logout` 是身份验证命令。它们不会改变默认的 CLI 路由行为。

**路由标志**：

使用路由标志来明确命令目标：

```bash
# 强制此命令使用本地路由
basic-memory status --local
basic-memory project list --local
basic-memory project ls --name main --local

# 强制此命令使用云路由
basic-memory status --cloud
basic-memory project info my-project --cloud
basic-memory project ls --name main --cloud

在没有项目上下文时，不使用标志的行为默认为本地路由。

本地 MCP 服务器按传输方式路由：--transport stdio 遵循每个项目的路由设置（本地或云端），而 --transport streamable-http 和 --transport sse 始终使用本地路由。

CLI 笔记编辑（tool edit-note）：

# 追加内容
basic-memory tool edit-note project-plan --operation append --content $'\n## 下一步\n- 完成部署'

# 查找/替换并验证替换次数
basic-memory tool edit-note docs/api --operation find_replace --find-text "v0.14.0" --content "v0.15.0" --expected-replacements 2

# 替换某节内容
basic-memory tool edit-note docs/setup --operation replace_section --section "## 安装" --content $'更新了安装步骤\n- 只需运行安装程序'

# 为集成输出 JSON 元数据
basic-memory tool edit-note docs/setup --operation append --content $'\n- 添加备注' --format json

4. 在 Claude Desktop 中，LLM 现在可以使用这些工具：

内容管理：

write_note(title, content, folder, tags, output_format="text"|"json") - 创建或更新笔记
read_note(identifier, page, page_size, output_format="text"|"json") - 按标题或永久链接读取笔记
read_content(path) - 读取原始文件内容（文本、图片、二进制）
view_note(identifier) - 以格式化形式查看笔记
edit_note(identifier, operation, content, output_format="text"|"json") - 逐步编辑笔记
move_note(identifier, destination_path, output_format="text"|"json") - 移动笔记并保持数据库一致性
delete_note(identifier, output_format="text"|"json") - 从知识库中删除笔记

知识图谱导航：

build_context(url, depth, timeframe, output_format="json"|"text") - 通过 memory:// URL 导航知识图谱
recent_activity(type, depth, timeframe, output_format="text"|"json") - 查找最近更新的信息
list_directory(dir_name, depth) - 浏览目录内容并进行筛选

搜索与发现：

search(query, page, page_size) - 在整个知识库中搜索
search_notes(query, page, page_size, search_type, types, entity_types, after_date, metadata_filters, tags, status, project) - 带过滤条件的搜索（仅使用过滤条件时查询可为空）

项目管理：

list_memory_projects(output_format="text"|"json") - 列出所有可用项目
create_memory_project(project_name, project_path, output_format="text"|"json") - 创建新项目
get_current_project() - 显示当前项目统计信息
sync_status() - 检查同步状态

对于这些工具，output_format 默认为 "text"，以保持当前人类可读的响应。build_context 默认为 "json"，但在需要紧凑的 Markdown 输出时也可切换为 "text"。

云端发现（可选）：

cloud_info() - 显示可选的云端概览和设置指南
release_notes() - 显示最新版本说明

可视化：

canvas(nodes, edges, title, folder) - 生成知识可视化

5. 可尝试的示例提示：

“创建一篇关于我们项目架构决策的笔记”
“在我的笔记中查找有关 JWT 认证的信息”
“为我的项目组件生成一张可视化图表”
“阅读我关于认证系统的笔记”
“过去一周我一直在做什么？”

更多信息

请参阅 文档，了解更多内容，包括：

• 完整用户指南
• CLI 工具参考
• 云端 CLI 与同步
• 管理多个项目
• 从 OpenAI/Claude 项目导入数据

遥测

Basic Memory 会收集匿名的最小化使用事件，以了解 CLI 到云端转换流程的表现。这有助于我们确定功能优先级并改进产品。

我们收集的内容：

• 云端推广展示次数（当推广横幅显示时）
• 云端登录尝试及其结果
• 推广退出事件

我们不收集的内容：

• 不收集任何文件内容、笔记标题或知识库数据
• 不收集任何个人身份信息 (PII)
• 不追踪 IP 地址或进行指纹识别
• 不对每次命令或工具调用进行单独追踪

事件会被发送到我们的 Umami Cloud 实例，这是一个开源且注重隐私的分析平台。事件会在后台线程中“发送后即忘”——分析绝不会阻塞或减慢 CLI 的运行。

退出方法：设置环境变量：

export BASIC_MEMORY_NO_PROMOS=1

这将禁用所有推广消息以及所有遥测事件。

日志记录

Basic Memory 使用 Loguru 进行日志记录。不同入口点的日志记录行为有所不同：

入口点	默认行为	使用场景
CLI 命令	仅写入文件	防止日志输出干扰命令输出
MCP 服务器	仅写入文件	如果使用 stdout，会破坏 JSON-RPC 协议
API 服务器	文件（本地）或 stdout（云端）	Docker/云端部署使用 stdout

日志文件位置：~/.basic-memory/basic-memory.log（10MB 轮转，保留 10 天）

环境变量

变量	默认值	描述
BASIC_MEMORY_LOG_LEVEL	INFO	日志级别：DEBUG、INFO、WARNING、ERROR
BASIC_MEMORY_CLOUD_MODE	false	当为 true 时，API 会将日志输出到 stdout，并附带结构化上下文
BASIC_MEMORY_FORCE_LOCAL	false	当为 true 时，强制使用本地 API 路由
BASIC_MEMORY_FORCE_CLOUD	false	当为 true 时，强制使用云端 API 路由
BASIC_MEMORY_EXPLICIT_ROUTING	false	当为 true 时，路由选择会被标记为显式（--local/--cloud）
BASIC_MEMORY_ENV	dev	设置为 test 以启用测试模式（仅 stderr 输出）
BASIC_MEMORY_NO_PROMOS	false	当为 true 时，禁用云端推广消息和遥测数据

示例

# 启用调试日志
BASIC_MEMORY_LOG_LEVEL=DEBUG basic-memory sync

# 查看日志
tail -f ~/.basic-memory/basic-memory.log

# 云端/Docker 模式（stdout 日志并带有结构化上下文）
BASIC_MEMORY_CLOUD_MODE=true uvicorn basic_memory.api.app:app

开发

运行测试

Basic Memory 支持双数据库后端（SQLite 和 Postgres）。默认情况下，测试会在 SQLite 上运行。设置 BASIC_MEMORY_TEST_POSTGRES=1 可以在 Postgres 上运行测试（使用 testcontainers - 需要 Docker）。

快速入门：

# 在 SQLite 上运行所有测试（默认，速度快）
just test-sqlite

# 在 Postgres 上运行所有测试（使用 testcontainers）
just test-postgres

# 同时运行 SQLite 和 Postgres 测试
just test

可用的测试命令：

• just test - 在 SQLite 和 Postgres 上运行所有测试
• just test-sqlite - 在 SQLite 上运行所有测试（速度快，无需 Docker）
• just test-postgres - 在 Postgres 上运行所有测试（使用 testcontainers）
• just test-unit-sqlite - 在 SQLite 上运行单元测试
• just test-unit-postgres - 在 Postgres 上运行单元测试
• just test-int-sqlite - 在 SQLite 上运行集成测试
• just test-int-postgres - 在 Postgres 上运行集成测试
• just test-windows - 运行 Windows 特定的测试（在其他平台上自动跳过）
• just test-benchmark - 运行性能基准测试
• just testmon - 运行受最近更改影响的测试（pytest-testmon）
• just test-smoke - 运行快速的 MCP 端到端冒烟测试
• just fast-check - 运行修复/格式化/类型检查 + 受影响测试 + 冒烟测试
• just doctor - 使用临时配置运行本地文件与数据库一致性检查

Postgres 测试：

Postgres 测试使用 testcontainers，它会在 Docker 中自动启动一个 Postgres 实例。无需手动设置数据库，只需确保 Docker 正在运行即可。

Testmon 注意事项： 如果没有文件发生变化，just testmon 可能会收集到 0 个测试。这是正常的，意味着未检测到受影响的测试。

测试标记：

测试使用 pytest 标记进行选择性执行：

• windows - Windows 特定的数据库优化
• benchmark - 性能测试（默认运行中排除）
• smoke - 快速的 MCP 端到端冒烟测试

其他开发命令：

just install          # 安装包含开发依赖项
just lint             # 运行代码风格检查
just typecheck        # 运行类型检查
just typecheck-ty     # 运行 ty 类型检查（作为 pyright 的增量补充）
just format           # 使用 ruff 格式化代码
just fast-check       # 快速本地循环（修复/格式化/类型检查 + testmon + 冒烟测试）
just doctor           # 本地一致性检查（使用临时配置）
just check            # 运行所有质量检查
just migration "msg"  # 创建数据库迁移

类型检查策略：

• just typecheck（Pyright）仍然是主要的、阻塞式的类型检查工具。
• just typecheck-ty（Astral ty）作为补充检查工具，在逐步采用规则的过程中可用。
• 建议在本地同时运行两者，同时随着时间推移减少 ty 的诊断信息。

本地一致性检查：

basic-memory doctor   # 在临时项目中验证文件与数据库的同步情况

完整的开发命令列表请参阅 justfile。

许可证

AGPL-3.0

欢迎贡献。有关如何在本地设置项目以及提交 PR 的信息，请参阅 贡献指南。

星标历史

由 Basic Machines 用心打造

Basic Memory 快速上手指南

Basic Memory 是一款基于本地优先（Local-first）的 AI 知识管理工具。它允许大语言模型（如 Claude）通过自然对话读取和写入你本地的 Markdown 文件，构建持久的个人知识库，并利用模型上下文协议（MCP）实现双向交互。

环境准备

在开始之前，请确保你的系统满足以下要求：

• 操作系统：macOS, Linux 或 Windows (WSL)
• Python 版本：Python 3.12 或更高版本
• 包管理器：推荐安装 uv (高性能 Python 包管理工具)，也可使用 pip
• AI 客户端：已安装支持 MCP 协议的客户端（如 Claude Desktop 或 VS Code）

提示：国内用户若下载 uv 或 PyPI 包较慢，可配置国内镜像源加速。

安装步骤

推荐使用 uv 进行安装，以获得最佳性能和自动更新支持。

1. 安装 Basic Memory

在终端执行以下命令：

# 推荐使用 uv 安装
uv tool install basic-memory

# 或者使用 pip 安装
pip install basic-memory

2. 配置 MCP 客户端

Basic Memory 需要作为 MCP Server 配置到你的 AI 客户端中。以下是两种常用客户端的配置方法。

方案 A：配置 Claude Desktop

编辑 Claude Desktop 的配置文件：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

添加以下内容到 mcpServers 字段中：

{
  "mcpServers": {
    "basic-memory": {
      "command": "uvx",
      "args": [
        "basic-memory",
        "mcp"
      ]
    }
  }
}

保存后重启 Claude Desktop。

方案 B：配置 VS Code

在 VS Code 中打开用户设置 (Ctrl + Shift + P -> Preferences: Open User Settings (JSON))，或在项目根目录创建 .vscode/mcp.json，添加以下配置：

{
  "mcp": {
    "servers": {
      "basic-memory": {
        "command": "uvx",
        "args": ["basic-memory", "mcp"]
      }
    }
  }
}

基本使用

配置完成后，无需特殊指令即可在对话中使用。Basic Memory 会自动将你的对话内容转化为结构化的 Markdown 笔记，并存储在本地（默认路径：~/basic-memory）。

1. 创建笔记

直接在对话框中输入自然语言指令，让 AI 记录知识：

帮我创建一个关于“手冲咖啡技巧”的笔记。主要观点包括：水温控制在 96 度左右，粉水比 1:15，以及新鲜研磨的重要性。

AI 会自动生成如下结构的 Markdown 文件（你可以在 Obsidian 或任意编辑器中实时查看）：

---
title: 手冲咖啡技巧
permalink: hand-brew-coffee-tips
tags:
- coffee
- brewing
---

# 手冲咖啡技巧

## Observations

- [technique] 水温控制在 96°C (205°F) 能提取最佳风味
- [principle] 推荐粉水比为 1:15
- [fact] 新鲜研磨的咖啡豆能保留更多芳香物质

2. 查询与检索

你可以随时让 AI 基于已有的知识库回答问题，它会自动关联相关笔记：

我之前记录过哪些关于埃塞俄比亚咖啡豆的信息？

AI 会通过语义搜索和知识图谱关系（Relations），找到相关联的笔记并汇总回答，例如：

根据知识库中的关联：
- 在《咖啡产地》笔记中提到：埃塞俄比亚耶加雪菲具有明亮的水果风味。
- 在《手冲咖啡技巧》中提到：浅烘焙豆子通常咖啡因含量更高。

3. 高级功能概览

• 语义搜索：支持按含义而非仅关键词查找笔记（v0.19+ 新特性）。
• 自动同步：运行 basic-memory sync --watch 可开启实时文件监听。
• 手动更新：运行 bm update 可检查并安装最新版本。

现在，你可以开始与 AI 进行拥有“长期记忆”的对话了。