Awareness Local：为 AI 编程代理打造的本地持久化记忆层

Awareness Local 是一款面向 AI 编程代理的本地优先 MCP（Model Context Protocol）记忆服务器，主打「一次安装、跨会话记忆、完全离线」。该工具以轻量守护进程形式运行在用户本地机器上，将记忆以 Markdown 文件形式存储于 .awareness/ 目录，并结合 SQLite FTS5 关键词检索与多语言向量嵌入实现混合召回，目标用户为 Cursor、Claude Code、GitHub Copilot、Cline、Windsurf 等 MCP 兼容 IDE 的重度使用者。

核心能力

针对 AI 代理在每次会话开始时「从零起步」、需要反复重述代码架构与历史决策的痛点，Awareness Local 提供以下能力：

• 跨会话持久记忆：代理可继续衔接上次未完成的迁移、待办与决策上下文。
• 混合检索：BM25（关键词）与向量语义并用，通过 Reciprocal Rank Fusion 合并排序。
• 知识卡片抽取：自动从对话中沉淀决策、方案与风险记录。
• 可解释与可审计：记忆以 Markdown 明文存储，便于人工审阅与修订。

LongMemEval 基准表现

官方在 LongMemEval（ICLR 2025，500 道人工标注问题）长程记忆评测集上进行评测，采用 LongMemEval_S 变体（每题约 11.5 万 token）。关键结果如下：

• Recall@1：80.2%（401 / 500）
• Recall@3：92.8%（464 / 500）
• Recall@5：96.0%（480 / 500，官方主指标）
• Recall@10：98.6%（493 / 500）

检索阶段零 LLM 调用，纯检索路径在 Apple M1、8GB RAM 设备上耗时约 35 分钟。嵌入模型为 multilingual-e5-small。

与同类方案对比

官方在同一基准上对比了其他记忆与 QA 系统在 R@5（或 QA 准确率）下的表现：

• Awareness Memory（Hybrid RRF）：96.0%
• MemPalace（ChromaDB raw）：96.6%（仅 R@5，未启用层级结构）
• OMEGA：95.4%（QA Accuracy）
• Mastra（GPT-5-mini）：94.9%（QA Accuracy）
• Mastra（GPT-4o）：84.2%（QA Accuracy）
• Supermemory：81.6%（QA Accuracy）
• Zep / Graphiti：71.2%（QA Accuracy）
• GPT-4o（全上下文）：60.6%（QA Accuracy）

需注意各系统的评测口径不完全一致：MemPalace 公布的是 R@5，其余多数为 QA Accuracy，横向比较仅作参考。

消融与分项结果

官方在同一评测框架下做了组件消融：

• 仅向量检索：92.6%
• 仅 BM25：91.4%
• Hybrid RRF：95.6%

按问题类型拆分，Awareness Memory 在「多会话」「知识更新」「单会话助手」三类上分别达到 99.2%、98.7%、98.2%，在「时间推理」「单会话用户」「单会话偏好」上分别为 93.2%、92.9%、90.0%，整体 96.0%。

安装与适用场景

安装方式为 npx @awareness.market/setup，完成后在 IDE 中即可调用 recall、record、session 初始化等 MCP 工具，云同步为可选项。官方列出的典型用例包括：长时间跨会话的代码库迁移、团队交接中需要保留的实现上下文、个人编码偏好与规约沉淀，以及多代理共享决策历史的场景。