【Code with SOLO】MemoryOS - AI 驱动的个人记忆管理系统
摘要
使用 TRAE SOLO 构建了一个完整的 AI 记忆管理系统，实现了记忆自动捕获、可视化界面管理、知识库分析、Obsidian 双向同步等功能，大幅提升个人知识管理效率。
背景
作为一名开发者，我经常需要处理大量的代码、文档和学习资料，传统的笔记工具无法满足我对知识管理的需求。我希望有一个系统能够自动捕获和整理我的学习和工作记忆，提供直观的可视化界面，并与 Obsidian 等工具集成。这就是 MemoryOS 的由来。
实践过程
1. 任务拆解
在项目开始前，我使用 SOLO 帮助我规划了以下主要功能模块：
-
核心记忆管理模块（创建、编辑、删除、标签分类）
-
日历视图展示模块（月视图、周视图、日视图）
-
知识库存和分析模块（统计、标签云、趋势图）
-
Obsidian 同步模块（双向导入导出）
-
Web 界面和 API 服务
2. 使用的 SOLO 能力
在项目开发中，主要使用了 SOLO 的以下能力：
-
代码生成和优化：快速生成前后端代码框架
-
架构设计和技术选型：帮助确定使用 React + Express + MCP 协议的技术栈
-
前端界面设计和实现：生成美观的 UI 组件和交互逻辑
-
后端 API 开发：实现 RESTful 接口和数据管理逻辑
3. 关键 Prompt
以下是在开发过程中使用的一些关键 prompt：
设计一个基于 MCP 协议的 AI 记忆管理系统，支持 Claude Code 等多种 AI 工具
实现一个响应式的 React 前端，包含日历视图和仪表盘
开发 Obsidian 同步功能，支持双向数据传输
4. 踩过的坑
在项目开发中，我也遇到了一些问题：
-
MCP 协议集成的复杂性：需要仔细处理协议规范
-
日历视图的性能优化：在处理大量数据时需要优化渲染性能
-
Obsidian 同步的冲突处理：需要合理处理重复数据和同步冲突
成果展示
项目架构
memory-os/
├── packages/
│ ├── core/ # 核心库 - 记忆存储、搜索、知识库
│ ├── server/ # Express REST API 服务
│ ├── mcp-server/ # MCP 协议服务器
│ └── web/ # React Web 应用
├── memories/ # 记忆文件存储目录
├── manage-web.sh # 服务管理脚本
└── package.json # Monorepo 配置
功能模块截图
1. 仪表盘
-
总记忆数统计：展示保存的记忆总数
-
本周新增记忆：统计本周新增的记忆数量
-
AI 工具来源分布：展示不同 AI 工具来源的记忆分布
-
存储空间监控：显示已使用的存储空间
2. 日历视图
-
月视图、周视图、日视图：多种视图方式查看记忆
-
点击日期查看当天记忆：快速定位特定日期的记忆
-
记忆数量统计：在日历上直观显示每天的记忆数量
3. 记忆管理
-
记忆创建、编辑、删除：完整的记忆管理功能
-
来源标签追踪：自动标记记忆的 AI 工具来源
-
优先级管理：设置记忆的重要程度
-
项目分类：按项目组织记忆
4. 搜索功能
-
全文搜索：关键词匹配搜索
-
语义搜索：基于语义的智能搜索
-
标签筛选：按标签过滤记忆
-
项目筛选：按项目过滤记忆
5. Obsidian 同步
-
导出记忆到 Obsidian：将记忆导出为 Markdown 文件
-
从 Obsidian 导入笔记：导入 Obsidian 笔记作为记忆
-
内容哈希去重：智能检测和处理重复内容
6. 知识库
-
统计信息：总记忆数、标签数、项目数等
-
标签云：可视化展示标签分布
-
趋势分析：按日/周/月查看记忆记录趋势
-
项目分类：按项目组织和查看记忆
效果与总结
提效成果
-
知识管理效率提升：自动捕获和整理记忆，减少手动记录时间
-
跨工具集成：与 Obsidian 无缝同步，实现知识的统一管理
-
可视化分析：通过仪表盘和日历视图，直观了解知识分布和使用情况
-
多语言支持：满足不同语言用户的需求
技术价值
-
模块化架构：采用 monorepo 结构，便于维护和扩展
-
MCP 协议集成：支持多种 AI 工具，为未来扩展打下基础
-
响应式设计：适配不同设备，提供良好的用户体验
-
离线功能：支持本地存储，确保数据安全
可复用方法
-
记忆捕获机制：通过 MCP 协议自动捕获 AI 工具的对话内容
-
知识组织方式：使用标签和项目分类，构建结构化的知识体系
-
同步策略：实现与 Obsidian 的双向同步，确保数据一致性
-
搜索优化：结合关键词和语义搜索，提高信息检索效率
项目状态
项目已完全运行，所有功能模块均已实现并测试通过。服务通过 ./manage-web.sh start 启动，访问 http://localhost:5173 即可使用。
技术栈
-
前端：React 18, Vite, Tailwind CSS, Zustand
-
后端：Express.js, TypeScript
-
核心库：TypeScript, gray-matter, marked
-
协议：MCP (Model Context Protocol)
-
存储：Markdown 文件 (本地文件系统)
-
构建：npm workspaces, Turborepo
未来规划
-
支持更多 AI 工具（OpenCode, Codex, Gemini, TRAE, CodeBuddy）
-
开发移动应用，实现跨设备同步
-
增加知识图谱功能，可视化知识关联
-
集成更多第三方工具，如 Notion、Roam Research 等