pumaDB pumaDB 为AI agent提供轻量托管记忆层，无需数据库设置，帮助保存和复用上下文、状态和偏好。 热门评论 PH 用户我做了 pumaDB，因为我在用 AI 智能体时老是遇到同一个问题：它们干完有用的活，然后有用的上下文就消失在聊天记录、本地文件、Notion、GitHub 或者某些自定义配置里了。我想要一个更简单的东西。pumaDB 给智能体提供了一个共享记忆，它们可以通过 MCP 或服务端 API 读写。你可以用它来存项目上下文、研究笔记、转录文本、可复用片段、偏好、决策、任务状态，以及已经尝试过的东西。它特意做得很轻量，不是要替代 Postgres、向量搜索或者你的生产数据库。它解决的是一个更小但很常见的问题：给智能体一个可靠的地方，让它们跨会话、跨工具记住有用的上下文。举个简单例子：我把最近 23 个视频的转录文本放进了 pumaDB。现在我可以让 Claude、ChatGPT、Codex 或 Conductor 总结、改写或搜索这些内容，而不用在工具之间来回复制。欢迎做智能体应用的朋友给反馈：- 你现在用什么做智能体记忆？- 你更喜欢 MCP、API，还是两者都支持？- 你希望智能体自动记住哪些东西？- 什么会让你信任一个共享记忆层？PH 用户发布很棒。我最信任的记忆不只是事实，还有尝试记录：智能体尝试过什么，为什么失败，以及接下来允许它用哪个工具或写操作。如果记忆是错的或过期的，pumaDB 能显示是谁或什么写入的，并让开发者让它失效或修正吗？PH 用户跟我想到的完全一样。能在 ChatGPT 或 Claude 网页界面里集成吗？PH 用户我看到有些团队（包括我自己的）会回避记忆功能，因为设置数据库或向量存储对早期工作流来说感觉太重了。你们怎么判断什么应该存为记忆，什么不应该？当智能体保存了错误或过时的内容时，开发者能检查和清理记忆吗？PH 用户我很喜欢这个宣传。我也遇到过这个问题，而且不是每个人都有时间、精力和意志力去研究各种不同的技能、脚手架和 harness 选项来打造自己理想的记忆层。对我来说，能加速这个流程，是给人们赋能的一件事。PH 用户转录示例这点我深有同感。我在另一个领域也遇到了同样的问题。每次会话都从零开始的迭代式LLM工作流，意味着得反复喂入本该持久化的上下文。至于“智能体该自动记住什么”——我真正愿意付费的功能是自动捕捉失败的尝试及其原因。大多数记忆工具只关注记住成功产物。而更难也更有价值的是记住那些死胡同，这样智能体下次会话就不会再走同样的错误路径。优先采用MCP对开发者群体来说很对路。好奇你们后续打算把记忆暴露为可查询的索引，还是只保留严格的 key/notes 形式。 热门产品Stuart Sim2026-06-20原文 打开互动版
我想要一个更简单的东西。
pumaDB 给智能体提供了一个共享记忆，它们可以通过 MCP 或服务端 API 读写。你可以用它来存项目上下文、研究笔记、转录文本、可复用片段、偏好、决策、任务状态，以及已经尝试过的东西。
它特意做得很轻量，不是要替代 Postgres、向量搜索或者你的生产数据库。它解决的是一个更小但很常见的问题：给智能体一个可靠的地方，让它们跨会话、跨工具记住有用的上下文。
举个简单例子：我把最近 23 个视频的转录文本放进了 pumaDB。现在我可以让 Claude、ChatGPT、Codex 或 Conductor 总结、改写或搜索这些内容，而不用在工具之间来回复制。
欢迎做智能体应用的朋友给反馈：
- 你现在用什么做智能体记忆？
- 你更喜欢 MCP、API，还是两者都支持？
- 你希望智能体自动记住哪些东西？
- 什么会让你信任一个共享记忆层？
如果记忆是错的或过期的，pumaDB 能显示是谁或什么写入的，并让开发者让它失效或修正吗？
能在 ChatGPT 或 Claude 网页界面里集成吗？
至于“智能体该自动记住什么”——我真正愿意付费的功能是自动捕捉失败的尝试及其原因。大多数记忆工具只关注记住成功产物。而更难也更有价值的是记住那些死胡同，这样智能体下次会话就不会再走同样的错误路径。
优先采用MCP对开发者群体来说很对路。好奇你们后续打算把记忆暴露为可查询的索引，还是只保留严格的 key/notes 形式。