lossless-memory 是什么?不摘要、全保留、带时间戳的个人 AI 长期记忆层

中文导读

很多 AI 长期记忆方案会把对话摘要成笔记，或只按语义相似度召回片段，结果丢掉了原话和时间。这个项目反其道而行：把每轮对话完整写入按天切分的 JSONL 日志，永不摘要，并给每条记录打上时间戳。检索时先解析 yesterday、last week 这类时间短语限定范围，再在范围内排序返回原文，语义检索只作兜底。它面向单机单用户的个人 AI，适合希望助手真正记住“什么时候说过什么”的场景。

根据 GitHub 公开数据,该项目的编程语言为 Python,开源协议为 MIT,创建于 2026-09-04,最近更新于 2026-09-23,目前有 143 个 Star。

项目介绍

lossless-memory 是一个面向个人 AI 的长期记忆层。它不做摘要，也不把对话压缩成笔记，而是把每一轮对话按固定七字段记录完整写入按天切分的 JSONL 文件，作为唯一的事实来源；所有索引都可以从原始日志重建。

时间在这个项目里不是元数据，而是主轴。查询解析器能识别 yesterday、last week、3 days ago、in July 等相对时间表达和绝对日期，先把搜索范围限定在时间区间内，再在区间内排序，结果按时间顺序返回未经摘要的原文。精确匹配用 SQLite FTS5，语义检索（sqlite-vec）只在精确索引结果不足时作为兜底。

此外还有一个叫 LLL 的小型主题索引，记录对话何时切换到新话题，每轮注入模型上下文，让助手在上下文被压缩或跨会话后仍知道当前在聊什么。项目为单用户、单机设计，无服务器、无云端，目前支持英语和日语的时间表达。

主要功能

• 完整保留每轮对话原文，不做任何摘要，按天写入 JSONL 日志
• 以时间为主轴的检索：先解析时间短语限定范围，再在范围内排序返回原文
• SQLite FTS5 精确索引（bigram 分词，支持日语和英语）与 sqlite-vec 语义索引兜底
• LLL 主题索引记录话题切换，每轮注入模型上下文，应对上下文压缩和会话边界
• 小型守护进程按固定间隔（默认 10 分钟）增量重建索引，支持从原始日志完整重建
• 本地文件化运行，单机单用户，无需服务器或云服务

适合谁用

适合希望为自己的个人 AI 助手建立长期、可追溯记忆的开发者，尤其是重视原始对话记录、需要按时间检索历史对话的单机用户。

快速上手

1. git clone https://github.com/aru-labs/lossless-memory
2. cd lossless-memory
3. pip install -e .
4. cp config.example.json config.json # 按需修改名称和路径
5. 参考 examples/quickstart.md：导入示例对话、构建索引并执行一次带时间范围的查询

Star 增长趋势

同类项目