Slowave：跨 AI 編程客戶端、完全本地化的開源記憶系統，無需 LLM 參與

分享了一個本地優先的記憶系統 Slowave，支援多個 AI coding client，解決了 LLM 記憶問題，不依賴 LLM summarization 或 RAG，具體實用。

現今許多 AI 編程客戶端（如 Claude Code、Cline）的記憶功能多依賴 markdown、規則或耗費代幣的 LLM 摘要，導致記憶效率不佳且多為靜態儲存。

作者受到「人類記憶是潛在且會隨時間演化，而非單純的靜態儲存或基於語言運作」的啟發，進而開發了 Slowave。 Slowave 是一個完全在本地運行的 開源記憶系統，旨在克服現有 AI 工具的記憶限制，實現跨平台的智能記憶。其關鍵特點包括： • 完全本地化 運行，數據不離開用戶機器，且 無需額外代幣或 API 金鑰。 • 能夠 跨會話與多個 AI 工具無縫運作，並透過 潛在空間 進行記憶。 • 擺脫了 markdown 管理和靜態 RAG 的限制，且會 隨著使用時間的增加而變得更智能。作者親身測試數月後證實，Slowave 大幅提升了其個人工作流暢度，有效減少了跨工具間的重複解釋。目前 Slowave 仍處於 Beta 階段，作者誠摯邀請社群試用並提供寶貴回饋，以驗證其安裝、兼容性及實際效益。