Glia

Product Hunt 的朋友们好！👋

我是伊山，Glia 的开发者。

和大多数使用 AI 的开发人员一样，我的日常工作流变得支离破碎。我会在浏览器里用 Claude.ai、ChatGPT 或 Gemini 解决复杂的架构问题，或是调试棘手的错误。但当我切回本地编辑器（比如 Cursor、Windsurf 或 Claude Code）时，我的 IDE 代理完全不知道刚才那场对话发生了什么。

我已经厌倦了不停地来回复制粘贴代码块、原始日志和决策摘要。现有的记忆方案几乎全是基于云的 SaaS，这对于客户代码库来说，感觉是对隐私的巨大损害。

所以我打造了 Glia——一个 100% 本地优先、无需 Docker 的记忆桥，直接将你的网页聊天连接到本地 IDE。

架构：

共享数据库：所有内容都离线存储在你本地磁盘的单个 SQLite 数据库中（~/.glia/graph.db）。没有遥测，没有云端追踪，你的数据永远不会离开你的设备。

网页同步：轻量 Chrome 扩展程序安全拦截 7 个 AI 平台（Claude、ChatGPT、Gemini、DeepSeek、Grok、Copilot 和 Mistral）上的提示词，自动保存并索引你的技术决策。

IDE 集成：原生模型上下文协议（MCP）服务器接入你的 IDE（Cursor、VS Code、Windsurf、Claude Code），让你的编码代理可以查询或保存记忆。

数据可移植性：可轻松将任意项目会话下载为干净的 JSON 文件，手动同步到另一台机器，或离线分享给队友。

抢先问答/常见顾虑解答：

为什么不直接用 Cursor 的原生代码库索引？Cursor 会索引你的文件，Claude Projects 会为单个网页会话存储上下文。但它们完全孤立。Claude Projects 不知道你在 Cursor 里写了什么代码，Cursor 也不知道你刚在 Claude.ai 解决了什么问题。Glia 就是连接它们、同步上下文的缺失桥梁。

后台运行本地 LLM 不会非常消耗资源吗？后台不会运行笨重的 8B 模型。Glia 使用轻量嵌入模型（nomic-embed-text，约 270MB，通过 Ollama 运行）和 sqlite-vec 进行本地向量搜索。它对 CPU 和内存的占用极低。

嵌入时如何处理数据库写锁定？我们为 SQLite 配置了预写日志（PRAGMA journal_mode=WAL;），并使用异步后台任务队列解耦了嵌入生成。这确保浏览器写入永远不会阻塞 IDE 读取。

快速开始：

安装设置不到一分钟。你可以用以下命令启动本地工作器并将其注册到你的 IDE 配置：

npx glia-ai-setup

它完全开源（MIT 协议）。我很乐意听到你的反馈、问题报告或功能建议。如果 Glia 让你的开发工作更轻松，在 GitHub 给我们点个星对我们来说意义重大！⭐

你希望接下来支持哪个 IDE 或网页平台？