nan-forget: Локальная память для ИИ-кодирования в одном файле SQLite

nan-forget — это локальная система памяти для ИИ-агентов программирования, которая решает проблему потери контекста между сессиями. Вместо того чтобы повторно объяснять ваш стек, она поддерживает постоянную память в одном файле SQLite без необходимости фоновых процессов или значительного потребления оперативной памяти.

Ключевые детали

Инструмент был создан с помощью Claude Code за несколько недель. Claude помог спроектировать трёхэтапный конвейер извлечения данных (распознавание → вспоминание → распространение активации), написал большую часть миграции с Qdrant на SQLite и выявил крайние случаи в оценке векторного поиска.

Настройка проста: npx nan-forget setup, и всё готово. Вся база данных помещается в один файл SQLite (~3 МБ), без необходимости фоновых служб.

Четыре хука автоматически сохраняют контекст по мере работы — вам никогда не нужно вручную вызывать сохранение. Система включает пример «системы аутентификации», который может находить конкретные детали реализации, например «Мы выбрали JWT с Clerk». Поиск работает по смыслу, а не по ключевым словам.

Воспоминания структурированы с полями проблема/решение/концепции, что позволяет исправлениям ошибок, сделанным месяцы назад, всплывать при столкновении с похожими ошибками позже. Старые воспоминания ослабевают с периодом полураспада в 30 дней, при этом устаревшие консолидируются в сводки, а активные воспоминания становятся чётче.

Одна и та же база данных работает в нескольких инструментах: Claude Code (через MCP), Codex, Cursor (через REST API) и терминале (через CLI). Все операции с памятью выполняются локально без вызовов LLM, а проект является бесплатным и открытым исходным кодом.