CRBRO：开源本地 MCP 服务器，为 AI 智能体提供持久化记忆

CRBRO 是一款本地运行的 MCP（Model Context Protocol）服务器，旨在为 Claude Desktop、Claude Code、Cursor、Windsurf 等 AI 客户端提供跨会话的长期记忆能力。项目以 MIT 协议开源，全部 22 个工具内置，不分等级、无需账号，运行仅需 Node.js，不依赖 Python、Docker 或任何外部数据库，所有数据以可读的 JSON 文件保存在 ~/.crbro/ 目录下。

架构与核心特性

CRBRO 采用类生物神经的设计，将知识组织为三层结构：

皮层（cortex）：存储作为「神经元」的事实条目；
突触（synapses）：维护事实之间的连接关系；
海马体（hippocampus）：记录会话级短期记忆。

检索基于 Orama 搜索引擎实现「事实级」索引，每条事实单独建库，从而保证包含数百条事实的主题与只有三条的主题一样可被精准定位，并返回匹配的具体文本及其记录时间。系统通过频率、时效与连接度自动计算「热度分」，并在写入时支持对既有记忆进行覆盖或撤回，而非简单追加。

凭证处理是 CRBRO 特别强调的设计点：API Key、Token、密码在落盘前会被替换为占位符，原始值写入操作系统钥匙串，避免明文泄露。多个 IDE 同时打开同一项目时，按神经元串行化写入，防止并发丢失。

可测量的基准数据

项目在 benchmarks/ 目录下提供确定性基准，全部在 CI 中运行，无 API 调用，可在本地用 node benchmarks/<name>/run.mjs 复现：

检索：48 条由未见原文者编写的盲改写查询，recall@1 为 56%，recall@3 为 69%，MRR 0.63；作为对照，朴素的子串搜索在同集合上仅得 38%/58%。官方坦言差距源于未引入语义模型（曾拒绝引入约 472 MB 的依赖），遗漏项均为同义词盲区。
凭证脱敏：在 20 个对抗性伪装的凭证与 19 个近似无害样本上，实现 100% 捕获、0% 误报；项目声明这是冻结集合上的下限而非安全证明。
开销：会话启动约增加 753 token，本地检索 300 条事实耗时低于 1 毫秒，无每条消息的额外开销。

项目同时公开 benchmarks/LIMITS.md，明确说明未声称提升人类生产力、未与其它记忆系统做对比，避免模糊宣传。

辅助能力与使用方式

CRBRO 还提供若干工程化工具：可选择性地扫描本地 .md 与 .txt 笔记注入记忆库的「Knowledge Miner」；记录每次真实错误及其纠正的「Error Ledger」，防止同一错误重复出现；记录主动放弃的方案及触发条件的「Debt Ledger」，避免死路方案被反复提出（v1.11 起）。每个主题可绑定一张「Living Map」，在变更时整体替换，并支持全局主题聚类与跨域桥接视图。

对于 Claude Code 用户，1.12 版本起提供可选的子智能体钩子（npx crbro-memory install-hooks --inject），用于把会话级上下文协议注入到由 Task 派生的子智能体中。该功能默认关闭，作者在控制变量清晰的三轮盲评基准中发现前沿模型已在所有可测的智能体探针上触顶，小模型反而受到伤害，因此选择不作为默认行为。

快速使用流程为：在任意目录运行 npx crbro-memory init，然后在用户级（而非项目级）MCP 配置中注册 CRBRO，即可在所有文件夹中通过 crbro_boot 调用全部记忆工具。