AI 写代码时的三处麻烦
失忆、寻址、数据主权 —— 每一处都在拖慢同一次修改。
- 失忆
- 昨天说好用 pnpm，今天新开会话，它全忘了。
- 寻址
- 想改一个功能，先花十分钟找它在哪个文件。
- 主权
- 记忆放云端，等于让第三方经手你的源代码。
两个与主流方案不同的选择
一个决定数据放在哪，一个决定关联怎么建立。
- 数据放在哪
- 纯本地，零云端。源码索引只在内存里，记忆只落在本机目录 —— 代码不会因为「被记住」而多一份副本。 不收集遥测、不埋点、不上报；记忆存于 ~/.loong-recall/。
- 关联怎么建立
- 记录型关联。主流方案靠向量距离「找相似的」；龙忆额外建立一层由记录字段必然推导的关联 —— 它必然成立，不是概率。三种线索：相同的 event_id、共享的具体实体、同项目同一时间窗口。
LongMemEval 上的检索基本功
数字来自仓库内可复现的基准报告。
0.900
Session Recall@10
27 / 30
0.683
Session MRR
0.192s
平均检索耗时 / 实例
口径、局限与全部来源 ＋
口径：LongMemEval-S 公开数据集，分层抽样覆盖 6 种题型、每类 5 实例，共 30 实例；deep 通路 + bge-base-zh，Top-K=10（README.md:150）。
局限：30 实例不等于全量 500 实例；分层样本对稀有题型做了等比放大，数值不等同全量加权成绩；延迟受测试机器影响（README.md:240–242）。
量级参照：fast 通路 + TF-IDF（500 实例全量）Session Recall@10 85.7%、Turn Recall@10 61.7%（README.md:178）。
回归门禁：内置基准 11 / 11 通过、0 失败（v0.9.7，5.52s，README.md:110）。
主指标来源：README.md:154、156、159。
接入支持 MCP 的编程工具
桌面端自动写入配置，不用手改 JSON。
内置一键写入配置支持 8 款，原文另标注「等」表示非穷举（README.md:374–383）
代码与记忆不主动离开本机
唯一出网场景：你主动配置了 LLM 查询翻译，此时只有查询文本会发出。
- 本地存储
- 记忆在 ~/.loong-recall/，嵌入模型权重默认在 ~/.loong-recall/models/。
- 不上报
- 无遥测、无埋点。
- 索引不落盘
- 源码索引只驻留内存。
- 可导出
- 桌面端设置页提供备份与导出入口。
两种安装方式
命令与说明取自仓库 README 的「快速开始」。
方式一 · 推荐
下载桌面端
从 Releases 下载 lrc-desktop-* 安装包，双击安装。桌面端会自动检测 AI 工具、 写入 MCP 配置与规则文件，重启 IDE 即可用。
来源：README.md:248–258
方式二 · 源码编译
从源码构建
git clone https://github.com/zhibaiYingChuan/LRC.git cd LRC cargo build --release --features server ./target/release/code-memory-server --src-dir ./src --port 3099
离线语义搜索加 --features server,ml（首次下载模型约 500MB）；稳定版默认端口 3099。 来源：README.md:260、270–277
你可能想问
工具接入、数据位置与联网边界。
支持哪些 AI 工具？＋
内置支持 Trae、Cursor、VS Code、Windsurf 等 8 款；凡支持 MCP 协议的工具都能接入。
数据存在哪里？＋
记忆在 ~/.loong-recall/，嵌入模型权重默认在 ~/.loong-recall/models/。
需要联网吗？＋
基础检索不需要；只有语义搜索会按需下载模型，且只有你配置了 LLM 查询翻译才会发出查询文本。
能把数据导出吗？＋
可以。桌面端设置页提供备份与导出入口。
刚装好为什么没有联想结果？＋
关联由原料驱动。库为空时只返回如实的空态，不硬凑；真实库的 event_id 覆盖率仅 1.23%。
支持远程托管部署吗？＋
不建议。它依赖本机索引、本地记忆库与本机模型。