别再向 AI 反复解释你的代码：我如何构建本地优先的“Long-Term Memory”引擎

Source: Dev.to

问题：AI 失忆症

我们都有过这种经历：在一个复杂项目里已经聊了 12 次了。你已经解释了你的架构、数据库模式，以及凌晨 2 点才最终修复的那个晦涩的 bug。然后你打开一个新聊天，AI 从零开始。于是你又花了 20 分钟重新解释一遍所有内容。

我厌倦了这种“上下文破产”，于是我构建了 SYNQ。

什么是 SYNQ？

SYNQ 是一个开源的 Chrome 扩展 + 本地后端，为你的 AI 助手（Claude、ChatGPT 或 Gemini）提供持久记忆。它捕获你的对话，将其提炼为语义知识图谱，并通过零损失的 RAG 流程自动在下一个提示中注入相关上下文。

技术栈

为了保持全部私密且高速，我采用了完全本地优先的架构：

• 后端：Node.js & Express 5
• 扩展：TypeScript & Chrome Manifest V3
• 向量数据库：ChromaDB 用于语义搜索
• 图数据库：Neo4j 用于实体关系映射
• 本地嵌入：Ollama (nomic‑embed‑text)
• LLM 处理：Groq LLaMA 3.1（用于高速图谱抽取）

我自豪的关键特性

• 零损失分块器 – 与大多数使用有损 LLM 摘要的 RAG 应用不同，SYNQ 使用滑动窗口分块器，确保即使是小的个人细节（例如你猫的名字）也能被保留。
• 自动连接 – 实时拦截你的提示。在 AI 看到你的消息之前，SYNQ 静默地在前面添加最相关的前三条历史“记忆”。
• 知识图谱 – 使用 D3.js 构建，可视化你的项目历史，展示 Database、User Auth、Stripe 等实体随时间的关联方式。
• 隐私清理 – 在任何内容被处理之前，自动对 API 密钥和 JWT 进行脱敏。

为什么开源？

我目前是一名准备实习的工程专业学生。构建这个工具帮助我管理自己的项目工作流，但我意识到“上下文主权”——即你应该拥有自己的聊天历史，而不是交给 LLM 提供商——是我们每个人都需要的。

在 GitHub 上查看：
⭐