wjabanjj/aifp-mcp

Name: wjabanjj/aifp-mcp
Author: wjabanjj

Desktop桌面端 Native原生 ⭐ 3 NOASSERTION Migration & Compatibility迁移与兼容 Memory & Knowledge记忆与知识库 Clients & Launchers客户端与启动器

AiFP 记忆感知系统｜MCP 服务，一套记忆全 AI 共享。面向中文的 Agent 感知记忆，支持叙事链、语义纠错、感知链图扩散。兼容 DeepSeek‑Harness、Claude Code、Cursor、Codex等全部 MCP 客户端，数据完全本地存储。

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

AiFP-MCP is a Model Context Protocol (MCP) server that adds persistent cross-session memory to AI coding assistants. It supports 12 popular AI tools including DeepSeek Harness, Claude Code, Cursor, Codex CLI, Gemini CLI and VS Code Copilot, allowing all these agents to share a single local memory store. By default, all memory data is stored locally on the user’s machine at ~/.ai-cognition/ and never leaves the device, so user privacy is fully protected by default.

Installation is straightforward with a single npm command: npm install -g aifp-mcp. After you run this command, the post-install script automatically detects all AI tools you have installed on your machine and writes the correct MCP configuration for each one. You only need to restart your AI tool of choice after installation, and the memory tools will be available immediately. If you install a new AI tool later, you can just run aifp-mcp --setup to re-detect and configure the new tool automatically. It is designed for developers who use multiple AI coding assistants regularly, eliminating the hassle of re-explaining context across different agents.

AiFP-MCP requires Node.js 22 or newer to run. It uses SQLite with FTS5 full-text indexing and the bge-small-zh-v1.5 embedding model optimized for Chinese language search. On first launch, it automatically downloads the 30MB embedding model for semantic search, which takes up to 45 seconds for the first run, and subsequent launches are cached and open almost instantly. It offers two modes: a fully private pure local mode, and an enhanced server mode that requires a subscription key obtained from the project author. The software is proprietary, free for personal non-commercial use, and requires a separate license for commercial use.

这是一个基于 Model Context Protocol（MCP）开发的记忆服务器，为各类 AI 编程助手提供跨会话的持久化记忆能力。它支持包括 DeepSeek Harness、Claude Code、Cursor、Codex 在内的 12 款 AI 开发工具，让多个不同 AI 工具可以共享同一套本地记忆库，所有数据默认存储在用户本机，不会上传到云端。

用户只需要执行一条 npm install -g aifp-mcp 命令即可完成安装，安装脚本会自动检测本机已安装的 AI 工具并写入对应配置，无需手动修改任何配置文件，重启对应 AI 工具就能直接使用。它适合经常使用多个 AI 编程助手的开发者，解决了不同 AI 工具之间的记忆孤岛问题，还支持智能判断存储内容、中文语义纠错检索、关联记忆自动发现等功能。

本工具依赖 Node.js 22 及以上版本运行，首次启动会自动下载约 30MB 的中文嵌入模型，最多等待 45 秒即可完成初始化。它支持纯本地运行模式和服务器增强模式，增强模式需要向作者订阅获取访问密钥。本软件为专有软件，个人非商业使用免费，商业用途需要获得作者授权方可使用。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：aifp-mcp（wjabanjj/aifp-mcp）
仓库：https://github.com/wjabanjj/aifp-mcp
本站详情页：https://www.yhbd.top/plugins/wjabanjj-aifp-mcp/
本站登记：类型 client · 归类 原生 DSH 插件 · 许可证 NOASSERTION · ⭐ 3 · 最近提交 2026-08-19 · 主语言 TypeScript

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 2 warnings2 项注意

Only 3 stars - very few users, little community feedback星标只有 3，几乎没人在用，遇到问题缺少社区反馈
Desktop client: installation downloads an executable - verify the publisher and checksums桌面客户端：安装会下载可执行文件，请核对发布者与校验和

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile web add github:wjabanjj/aifp-mcp

把 wjabanjj/aifp-mcp 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

13.9 KB · 缓存于 2026-08-25 04:53:47 · 13.9 KB

AiFP 记忆感知系统 — MCP Server

通过 Model Context Protocol 为 AI 编程助手提供持久记忆。

English · npm · GitHub

让 Obsidian、DeepSeek Harness、Claude Code、Cursor、Codex 等一切支持 MCP 的 AI 工具拥有跨会话的持续记忆。完全本地运行，数据不出本机（默认 ~/.ai-cognition/）。

为什么选 AiFP — 一套记忆，所有 AI 共享

你受够了 AI 的"健忘"吗？

聊了一上午，它忘了项目名——存了，但用不上
你说"拍森"，它只认 Python——说错一个字就搜不到
昨天说 Docker 连不上，今天说 MySQL 连不上，它不知道是同一件事——相关的记不住
DeepSeek Harness 学会的，Claude Code 不知道——每个 AI 都是记忆孤岛

多数 AI 记忆系统只是存——存是存了，但用不上。AiFP 是让 AI 真正记住、想通、共享，把上面这些毛病一次解决。

先讲别人做不到的（共享）：

一套记忆，所有 AI 共用。 今天 DeepSeek Harness 学会的，明天 Claude Code 还记得；Codex 攒的偏好，VS Code Copilot 不用重新问。别的记忆系统做不到——因为它们每个各记各的，互不相通。AiFP 让同电脑上所有 AI 工具共用一个大脑，记一份，处处用。

再讲它为什么好用（能力）：

会掂量着记——不是每句话都存。聊的东西先进"待定区"，由识别器判断这条值不值得长期记住：值得才正式记下，不值得就跳过。不会一股脑全存，也不会错漏重要的。
能听懂人话——你说"拍森"，它知道是 Python；你说"上个月"，它知道是哪个月。说错字、口语、时间词都能理解。
能看出关联——昨天说"连不上数据库"，今天说"改了配置还不行"，它知道是同一件事的延续。还能顺着一条线索联想出相关的内容。
记得清，用得上——一条记忆只留核心意思，不堆垃圾。用的时候只挑最相关的几条给你，又快又不乱。
越用越懂你——你的偏好、习惯它会慢慢积累成"画像"，但它分得清"事实"和"建议"，不会把你的想法和它自己的混在一起。
该忘的就忘——太久没用的记忆会自然淡出，重要的记忆会越来越牢。记忆库永远干净，不会变成堆不动的垃圾场。

看这些名字，就知道它不简单——记忆被做成了大脑的结构：

概念	它到底在干嘛（大白话）
🧠 海马体 · 记忆感知	会掂量着记——先进"待定区"，识别器判断值不值得长期记住，值得才正式记下，不值得就跳过
🔗 神经元突触 · 感知链	自动发现信息之间的联系，还能顺着线索找到最直接的关系
👃 嗅觉皮层 · 语义检索	说错也能找到——你说"拍森"，它知道你要找 Python
⚡ 共燃神经元 · 关联	一起出现的东西自动绑在一起，问 A 顺带带出 B
🗣 语言中枢 · 理解	懂口语、认错字、认得"上个月"是哪个月
🌊 神经扩散 · 联想回忆	一条线索能联想出好几层相关的记忆
🧬 突触固化 · 记忆巩固	用得越多记得越牢，从临时记忆慢慢变成长期记忆
⏳ 遗忘曲线	太久不用的自然淡出，记忆库永远干净不堆积
📊 神经信号 · 置信度	每条记忆带个"可信度"标尺，越靠谱的越优先给你
👤 主人认知模型 · 画像	懂你这个人——偏好习惯会积累成画像，但不跟它的想法混
💪 肌肉记忆 · 跨轮复用	做过的经验跨会话记得，不用每次从头学

天生为中文服务：认错字、懂口语、认时间词，全都是为中文设计的。英文为主的记忆系统，遇到"拍森找 Python"这种就抓瞎了。

默认完全私有：所有数据都存你本机，不上云、不注册、不偷偷上报。所谓"共享"只是多个工具读写同一份本地记忆——你的数据从没离开过这台电脑。

一条命令装好：npm install -g 自动帮你配好 12 个 AI 工具（Claude Code、Cursor、Windsurf、Cline、Gemini CLI、Qwen Code、Zed、VS Code Copilot、Codex CLI、Trae、DeepSeek Harness、pi-coding-agent）。

一个大脑，多个助手：今天 DeepSeek Harness 学到的，明天 Claude Code 还记得——像跟一个有记忆的同事说话，不用每次都重新自我介绍。

Showing the opening section of the README — the full document lives in the repository以上为 README 开头摘要，完整文档在仓库内 · View the full README on GitHub →在 GitHub 查看完整 README →

渲染基于仓库 wjabanjj/aifp-mcp 的 README.md。在 GitHub 查看原文 →