SuperLocalMemory

SuperLocalMemory 2026 评测：结论、定价、优缺点与评分

§0. 结论框（Verdict Box）

┌───────────────────────────────────────────────────┐

§1. 信任声明

本评测以官方产品站、GitHub 仓库（qualixar/superlocalmemory）、第三方收录与报道（SkillsMP、inspect.software、Web Pulse Show HN、Product Hunt）为主要材料，按「厂家宣称与公开数据交叉验证」的方法论撰写。本次核验未本地安装 SLM、未接入编辑器跑通一次真实记忆读写，因此 LoCoMo 分数、arXiv 结论与「绝不瞎猜」的实际表现均为厂商/研究口径，无同环境实测。

独立性说明：本文不接受厂商付费改写结论。涉及功能、基准与定价的地方，以官方说明与一致口径为准。开发商与生态信息以官网与 GitHub 为限。

§2. 极简结论（TLDR）

一句话：SuperLocalMemory（SLM）是 Qualixar 推出的本地优先、可治理的 AI 代理记忆系统，它给 Claude Code、Cursor、ChatGPT 等任意 MCP 或 CLI 代理当「记忆大脑」，关键是不瞎猜——召回分三档（支持 / 相近 / 明确没有），没记住就直说没有。

三条加分：本地优先，本机运行、AGPL-3.0 开源、无 API key、无 Docker，数据不出机。治理到位，角色/工作区权限、GDPR 擦除带回执、哈希链审计、EU AI Act 姿态报告。绝不瞎猜，答案核查（Laya/Jev）与三档召回把「幻觉记忆」压下去。

三条减分：端侧 judge 挑硬件，Laya 本地小模型要 Apple Silicon Mac 才顺。产品年轻，仓库 2026 年 2 月才起、基准偏学术。远程协作要配置，SLM-Mesh 与跨机读取的安全靠你自己组网。

§3. SuperLocalMemory 是什么

SuperLocalMemory 的自我定位是「为 AI 代理与团队服务的、可治理的本地优先记忆控制面」。它想解决的是 Agent amnesia——每个代理各自失忆、各被告知不同版本的真相，错误记忆悄悄流进运维。

它不像普通向量库那样只做存储桶，而是三层做厚。第一层是记忆本身：支持文本事实、文档、截图、PDF（逐页索引并引页码）、图片的多模态记忆与检索，用 Google EmbeddingGemma 2 本地模型做到「用文字描述搜图片」。第二层是诚实：召回分三档，答案核查由 Laya（Apple Silicon 端侧小模型，默认）或 Jev（在线 judge，需同意）判断记忆是否真回答问题；没有就明确说没有，而不是编一个。第三层是治理：角色/工作区/作用域、GDPR 擦除带回执、哈希链审计、EU AI Act 姿态报告，每条事实带时间戳可做「时间旅行」查上个月何为真实。

它还是个接入层：9 种框架适配器（LangGraph、LangChain 等）、16+ 宿主插件（Claude Code、Codex、Cursor、VS Code、Copilot、Antigravity、Windsurf、Zed、JetBrains、Gemini CLI、Hermes、ChatGPT、Claude 网页版、Composio、Grok Bot、Muse），通过 MCP、CLI、Hooks、Skills 与 SLM-Mesh 把记忆喂给任意代理，并带自维护、可逆修正与还原点。

§4. 适合谁 / 不适合谁

适合的人：第一类是给多个编码代理配长期记忆的开发者与团队，想让代理跨会话记得上下文。第二类是重视数据不出机、要合规擦除与审计的企业。第三类是做跨代理协作、怕记忆中毒的团队，要写者身份与信任分。第四类是偏好开源可改、不想被托管记忆服务绑定的用户。

不适合的人：第一类是没有 Apple Silicon Mac、又不想用 Jev 在线 judge 的人。第二类是只要简单向量库、不需要治理与合规的轻量用户。第三类是要求成熟商业支持与 SLA 的强企业。第四类是纯云端、不愿本地运维的团队。

§5. 核心功能与实测

边界里最要紧的是第一行与最后一行。本地优先的代价是你要自己跑它——Laya 端侧 judge 在 Apple Silicon Mac 上最顺，别的平台得用 Jev 在线 judge（需同意数据外发），本地算力与隐私之间要取舍。框架适配虽广，但 16+ 宿主插件成熟度不一，冷门宿主的体验要自己验证。

另一处边界是治理合规——GDPR 擦除回执、哈希链审计、EU AI Act 姿态都是页面声明，具体合规报告的范围与认证程度未展开，强合规行业要核清。

§6. 定价与隐形成本

公开口径极简单：本地核心完全免费，AGPL-3.0 许可，无费用、无需 API key、无 Docker；可选 Web 访问为免费每日额度（把记忆延伸到 ChatGPT、Muse 等云端 bot），关闭后仍完全本地工作。页面未提任何付费专业版或企业报价。

隐形成本有三项，且第一项最实。第一是硬件成本，Laya 端侧 judge 要吃 Apple Silicon 算力，非 Mac 用户要么接受在线 judge 要么容忍更弱核查。第二是接入成本，装 CLI/PIPX、连编辑器、配适配器与插件要动手，不是开箱即用。第三是运维成本，本地优先意味着你负责升级、备份与跨机 SLM-Mesh 的安全组网。

性价比定论：以「AGPL 免费 + 本地优先 + 治理合规」看，对隐私敏感与多代理团队是极高性价比；但要把硬件、接入与运维的人力算进总拥有成本，再决定是否上生产。

§7. 评分卡（加权评分）

分数结构说明判断。核心能力给 9.0，是因为「本地优先 + 多模态 + 知晓未知 + 治理合规 + 广适配」把代理记忆做成了可治理、可审计的控制面，稀缺且自洽。性价比 9.5，AGPL 免费核心几乎零门槛。输出 8.0，有 LoCoMo 与研究背书但偏学术。易用 7.5，本地部署与端侧硬件有门槛。生态 8.0，适配广但仓库年轻。隐私 9.0，本地优先加合规姿态强。

§8. 真实口碑综述

可核实的公开信号偏正面且技术成色足。Product Hunt 页面称其为「重建自底、由 4 篇 arXiv 论文背书」的代理记忆，主打 Laya/Jev 作为每次召回的 judge、绝不瞎猜；Web Pulse 的 Show HN 提到自 v4.1.20 起远程读取也须认证、代理自身声明完成不终止迭代（由独立门控 bound loop 把关），安全细节扎实。

需要直说的局限有两点。第一，LoCoMo 74.8%（Mode A）与 4 篇 arXiv 预印本属学术/研究口径，非独立同行评审，真实多代理场景表现要等你自己的负载复验。第二，仓库 2026 年 2 月才起、星标约 224，属年轻项目，长期维护与生态成熟度待观察。

一个间接信号是它已纳入 SkillsMP、inspect.software 等多个第三方目录并给出健康度报告，说明不是一次性发布。结论是方向正面、治理到位，但年轻与基准偏学术，真实质量要自测。

§9. 竞品对比

第一类是通用向量库与 RAG 框架，例如以 Chroma 一类为代表。优势是轻、通用。劣势是无治理、无知晓未知的诚实层。SLM 的差异是把记忆做成可治理、可审计且绝不瞎猜的控制面。

第二类是托管记忆服务，例如以 mem0 一类为代表。优势是开箱即用、云端同步。劣势是数据出机、供应商锁定。SLM 用本地优先与 AGPL 反其道而行。

第三类是框架内置记忆。优势是零额外组件。劣势是浅、不可跨代理共享。SLM 提供跨代理、带信任分的共享记忆。

选型的关键在你要轻量向量、托管记忆，还是本地优先可治理。要轻量选第一类，要省心选第二类，要隐私与治理选 SLM。

§10. 优缺点（Pros & Cons）

优点：

1. 本地优先：本机运行、AGPL-3.0 开源、无 API key、无 Docker
2. 绝不瞎猜：召回三档 + Laya/Jev 答案核查，抑制幻觉记忆
3. 治理合规：角色/工作区权限、GDPR 擦除回执、哈希链审计、EU AI Act 姿态
4. 多模态记忆：文本/文档/截图/PDF 逐页引/图，文字搜图
5. 广适配：9 框架适配器、16+ 宿主插件，MCP/CLI/Skills 全覆盖
6. 抗中毒：写者身份与信任分、SLM-Mesh 跨机、远程读须认证

缺点：

1. 端侧挑硬件：Laya 本地 judge 需 Apple Silicon Mac
2. 产品年轻：仓库 2026 年 2 月起，长期维护待观察
3. 基准偏学术：LoCoMo 与研究背书非独立同行评审
4. 接入有门槛：装 CLI/连编辑器/配适配器需动手
5. 运维自担：本地优先意味着升级备份与跨机安全自己负责
6. 合规未展开：GDPR/EU AI Act 具体报告范围未公开

§11. 风险与不适用

基准风险排第一位。LoCoMo 74.8% 与 4 篇 arXiv 属学术/厂商口径，非独立同行评审；正式采购或上线前，应在你自己的多代理负载上复验召回准确率、瞎猜率与答案核查效果，别把研究数字当实测。

硬件与隐私风险排第二位。本地优先的 Laya judge 在 Apple Silicon 最顺，非 Mac 要用 Jev 在线 judge（需同意数据外发），本地算力与隐私外发之间要取舍；虽标本地优先，可选 Web 访问会把记忆延伸上云，关闭才完全本地。

适用性与维护风险排第三位。仓库年轻、部分宿主插件成熟度不一；跨机 SLM-Mesh 与远程读取的安全完全取决于你的网络配置；强合规行业还要核清 GDPR 擦除与 EU AI Act 的具体报告范围。

以下情形明确不适用。没有 Apple Silicon 又不愿用在线 judge 的人。只要简单向量库、不需要治理的轻量用户。要求成熟商业支持与 SLA 的强企业。纯云端、不愿本地运维的团队。

§12. 总评与购买建议

给 8.6 分。这个分数的重心在「它把代理记忆做成了本地优先、可治理、且绝不瞎猜的控制面」——开源免费、多模态、三档召回加答案核查、GDPR 擦除与哈希链审计，对隐私敏感与多代理团队是稀缺且自洽的供给。

减分集中在成熟度的面。仓库年轻、基准偏学术、端侧硬件门槛与跨机运维，都让「长期用稳不稳」打了问号，但这些更多是采用层面的注意项，不伤产品本身的技术价值。

试不试：建议先在本机装 CLI/PIPX，接上 Claude Code 或 Cursor 跑一个小项目，看它能否跨会话记得上下文、没记住时是否真说没有、答案核查是否压住幻觉，再决定是否上团队与跨机 SLM-Mesh。

预算判断：核心零许可成本，把 Apple Silicon 硬件、接入与跨机运维的人力算进总拥有成本；强合规行业先核清 GDPR 与 EU AI Act 的报告范围。

一句话定论：SuperLocalMemory 用 AGPL-3.0 开源的本地优先记忆控制面，给任意 MCP/CLI 代理装上「绝不瞎猜」的可治理记忆大脑，对隐私敏感与多代理团队是高性价比之选，但仓库年轻、端侧硬件有门槛且基准偏学术，决定了它适合愿本地运维、能自测的开发者与团队。

本次核验的边界：LoCoMo 74.8%（Mode A）与 4 篇 arXiv 预印本为厂商/研究口径，属学术基准而非独立同行评审；星标约 224 取自第三方目录（2026 年 2 月起），非官方实时计数；可选 Web 访问为免费每日额度，关闭后完全本地工作，但 Laya 端侧 judge 需 Apple Silicon Mac、Jev 在线 judge 需同意数据外发；远程读取自 v4.1.20 起须认证，跨机 SLM-Mesh 的安全取决于你的网络配置；GDPR 擦除回执与 EU AI Act 姿态为页面声明，具体合规报告范围未展开。

来源清单：

[1] 官方产品站（superlocalmemory.com）— 用于核实产品定位（本地优先、可治理的 AI 代理记忆控制面）、AGPL-3.0、多模态记忆、知晓未知召回、治理合规（GDPR 擦除回执、哈希链审计、EU AI Act）与框架/宿主适配

[2] GitHub 仓库（github.com/qualixar/superlocalmemory）— 用于核实开源许可、版本演进（v4 线）、星标与社区活跃度、插件与适配器分布

[3] 第三方收录与报道（SkillsMP、inspect.software、Web Pulse Show HN、Product Hunt）— 用于交叉核实星标（约 224）、4 篇 arXiv 预印本、LoCoMo 74.8%、PH 发布与「绝不瞎猜」卖点