使用场景
开发者或小团队在让 AI 助手跨会话、跨工具工作时,把对话与笔记中的自由文本交给该工具,抽取成带出处的类型化承诺、决策与记忆,写入自己持有的 SQLite 文件,再通过 MCP、HTTP、库或类型化客户端在后续会话中取回。
当前替代方式包括手工维护笔记或文档、把上下文粘贴进每次新会话、依赖通用向量记忆库或托管式记忆服务,以及干脆放弃跨会话记忆。
AI 助手每次会话结束即遗忘,承诺与决策散落在聊天记录、文档和脑子里,跨会话无法可靠复述,且无法追溯某条结论出自哪段原始材料;重新交代上下文或凭记忆重建既费时又易错。
xOcto 的判断
需求有依据
趋势是AI记忆从平台托管走向用户自持、可追溯的结构化记录。切入可以从需要留痕的行业做起,例如法律或咨询团队把客户承诺与决策沉淀成可审计文件,按项目或按存储量收费,但公开材料没有披露定价,卖法仍需验证。
使用理由
为什么用户会选择它
相较手工笔记或托管记忆服务,该工具把自由文本自动转成带证据的类型化承诺、决策与记忆,并落在用户自己持有的 SQLite 文件里,减少手工整理与逐条核对出处这一步,同时避免把上下文交给第三方托管;重视数据自持与可追溯出处的开发者会在需要跨会话延续承诺与决策时选择它(推断)。
还不能轻易下结论的地方
真正值得继续追问的矛盾
追踪 aldus-palace 仓库的 README、issue 与 discussion,确认是否有用户公开描述实际部署场景、抽取准确率反馈或人工确认流程。