Bastra Recall

嗨 Product Hunt，

我开发 Bastra Recall 是因为一件每天都让我抓狂的事：我一直在跟我的 AI 助手重复解释同样的内容。我们上个月做出的决定、为什么这个特定的绕路是必要的、我喜欢东西被怎样构建。每一次新会话都从零开始。

针对这种需求，市面上已经有云端记忆方案。我在意的是：我的工作笔记不能放在别人的服务器上，而且我要能不经许可就能读取它们。

所以 Recall 的构建方式是这样的：

你的记忆就是你自选文件夹里的普通 Markdown 文件。你可以在 Obsidian 里打开它们、手动编辑，或者直接删除。数据不会离开你的机器，也不需要账号。

Recall 自主运行。一个本地服务接入你的助手工作所在的地方，在任何内容被生成之前把相关记忆摆到它面前。你不需要记得去主动调用它。

搜索理解的是你真正想表达的意思，而不仅仅是你打了哪些字。问问关于“四舍五入”和“钱”的事，你就能得到关于整数最小货币单位的那条决策，尽管你的字一个都没出现在那条记录里。背后的模型同样在本地运行。

你可以查看它为你付出的代价。1.0 版本加入了一个遥测视图，展示 Recall 写入了你上下文多少 token，以及被调出的记忆实际被使用了多少次。数据来自你自己的日志，在本地完成计算。

1.0 版本承载了 91 个已关闭的 issue、8 轮独立 agent 的交叉评审（它唯一的职责就是找出哪里有问题），以及 2,910 个测试。

关于平台的情况，如实交代：

macOS 完全支持，包含引导式设置、开机自启以及 Claude Desktop 扩展。

Linux 的完成度比简短说明暗示的要更高。守护进程、CLI、MCP 接入面以及编译版的 hook 客户端都已经在 Linux 上跑起来，发布版本自带 x86_64 和 arm64 的二进制文件，我们的测试在 Ubuntu 上全部通过。缺的是两处便利：安装走 npm 而不是 Homebrew，而且目前还没有等效的开机自启机制，所以服务按需启动，空闲三十分钟后自动关闭。这两项都在 issue 中跟踪。

Windows 还没做出来，我也不会绕着这个话题回避。需要完成的事项一条一条都列清楚了：Windows 风格的路径、替代 macOS 机制的服务管理器、编译版的 hook 客户端，以及文档路径。把三个平台全部覆盖到位，是我们持续努力的目标。

如果你用的是 Linux 或 Windows，又迫切需要其中某一项功能，请在这里说出来。这是影响开发顺序的最佳方式。

MIT 开源。

欢迎向我提问，我会尽快回复。也请告诉我：你的 AI 助手最常忘记的那一件事是什么？