AIGCLISTAIGCLIST
MindOS
AI 工具评分卡

MindOS

MindOS 开源本地共享记忆

免费AI 智能体目录mindos.you
访问
发布于 2026年7月6日

基准评分

MindOS 在 Agent 就绪度与 AI 可见性上的得分 AI 就绪度和 GEO Score 是 VibeLaunch 在提交后生成的平台评估。

由 AIGC List 基准评分提供支持

决策摘要

MindOS

适合

  • All data stays on-device, ensuring complete data sovereignty and eliminating third-party access risks.
  • Plain-text markdown files are human-readable, editable with any text editor, and fully compatible with Git version control.
  • SOP files create persistent, repeatable, and auditable workflows rather than ephemeral prompt sessions.

注意

  • No cloud backup, sync, or multi-user collaboration features are indicated in available documentation.
  • Documentation is limited to homepage-level descriptions; no detailed API references or integration guides are available.
  • No pricing, AI model provider, or ecosystem integration details are disclosed.

概述

你刚和 Claude Code 联调了两个小时。它终于理解了你的项目结构、命名习惯，还有那三个你总忘记写进文档的坑。你切到 Cursor，一切归零。偏好、上下文、好不容易对齐的默契，全没了。这不是工具的问题。这是记忆的问题。

AI Agent 的数量在暴涨，但它们记住你的能力没有同步增长。你用的每一个 Agent，从 Cursor 到 ChatGPT 再到 Claude Code，都活在各自孤立的上下文窗口里。MindOS 是 GeminiLight 在 2026 年 3 月发布的开源项目，方案简单直接：在你的本机放一个本地优先的知识库，所有 Agent 共享同一份持久、可审计的上下文。

共享记忆如何工作

它把所有数据存为本地 Markdown 文件。项目的 SOP、个人偏好、编码规范、沉淀下来的认知，都以纯文本形式留在你的机器上。Agent 通过内置的 MCP Server 读写这个知识库，基于 Anthropic 的 Model Context Protocol，任何兼容 MCP 的 Agent 都能零配置接入。

架构分三层。本地知识工作台是一个桌面、Web 和 CLI 三端统一的工作区，用来浏览、编辑、导入、搜索你的 Markdown 知识库。MCP 加 Skills Bridge 用一条命令同时装好 MCP 配置和打包好的 MindOS Skill，再跑 mindos doctor agents 验证每个接入的 Agent 是否就绪。原生 Agent 运行时支持可恢复的会话、取消、重连和可回溯的输出历史。

每一次检索、反思和行动都以本地纯文本保存。你可以审查 Agent 读了什么、写了什么，从源头纠错。这和大多数 Agent 自带的那种黑箱记忆正好相反：不透明的向量存储，你既看不到 Agent 记住了什么，也改不了、删不掉。

适合存什么

该工具本身不是聊天 bot，也不是 Agent。它是 Agent 们共同依赖的记忆层。以下用例来自项目官方文档和社区实践：

  • 个人上下文：简历、简介、偏好、沟通风格。让 Agent 从第一条 prompt 就知道你不要 JSDoc、你偏好英式拼写。
  • 项目记忆：编码规范、架构决策、API 密钥和端点（存本地，不外传）。
  • 可复用的 SOP：把两小时的调试流程沉淀为分步操作手册；下次任何 Agent 都能参照执行。
  • 认知蒸馏：长对话结束后，让 Agent 把这次对话的经验沉淀到 MindOS 里，变成可复用的 SOP，这是项目自带的三个示例 prompt 之一。

本地优先的赌注

它把数据放在你的文件系统上，而非云数据库。这是一个有清晰取舍的决策。

好处：彻底隐私、完全可审计、零厂商锁定。你可以用 Git 版本控制知识库（项目已集成 Git，支持版本历史与跨设备同步）。就算该工具明天消失，你的 Markdown 文件照旧能被任何文本编辑器打开。知识层本身不需要 API key。

代价：没有自带云同步，Git 提供的是手动同步而非实时。如果你想多设备实时同步，得自己搭。GeminiLight 没有提供托管 Web 面板。桌面应用和 CLI 是主要界面；Web 运行时是你自己在本地起的服务。

这种哲学把它放在了和云端记忆服务完全不同的品类里。它真正竞争的不是 SaaS 产品，而是一个 Markdown 文件夹加几条好 prompt 的思路。其核心溢价在于 MCP 桥接：协议级的集成让 Agent 把知识库当作一等工具来用，而不是一份它们可能读也可能忽略的文件。

配套生态

它进入了一个快速扩张的 MCP 生态。在 Glama 的 MCP 目录上，被归类在 Knowledge and Memory、Note Taking 和 File Systems 三个板块。Smithery 这个 MCP 服务器注册中心上有类似的内存和上下文服务器，但提供同样本地优先、纯文本保证的并不多。

项目推进速度很快。截至 2026 年 7 月，GitHub 仓库 有 648 颗星、60 个 fork，npm 包在发布后历经 229 个版本迭代到 1.1.60。桌面应用版本为 v0.4.15，通过 GitHub Releases 分发安装包。开发节奏极高：8 个 open issue 对 229 次发版，说明维护者在社区报 bug 之前就已经在迭代了。

关于命名需要说明：市面上还有一个同名的商业产品，由新加坡公司 Mindverse 开发（创始人方波 Tao，2023 年 4 月宣布封闭测试，据 BusinessWire 报道）。那个产品是一个零代码创建虚拟 AI 角色的平台，面向企业销售和客服。两者共享一个名字，但公司不同、代码库不同、目标完全不同。

如何上手

安装只需一条命令：

npm install -g @geminilight/mindos@latest

这会装好 CLI 和预构建的本地 Web 运行时。Windows、macOS、Linux 桌面安装包在 GitHub Releases 页面上。还有一个浏览器端的 Web Clipper 扩展，可以直接把网页内容存入知识库。

项目推荐用 Agent 辅助安装：把安装指令粘贴到 Claude Code、Cursor 或任何兼容 MCP 的 Agent 里，Agent 会自动处理 MCP 配置和 Skill 安装。之后你可以用诸如「这是我的简历，读一下并把我的信息整理到 MindOS」或「帮我在 MindOS 里执行 XXX SOP」这样的 prompt 开始使用。这些是项目自带的示意性示例；真正的价值在于长期积累自己的 SOP。

不做的事

它不是一个 Agent 平台。不托管、不运行 AI 模型。不提供云端 API。也不是一个带 AI 功能的笔记应用，尽管它的知识工作台看起来有点像。

不自带多设备自动同步（Git 可以补位，但是手动的）。没有团队或多用户功能。648 颗星意味着仍然年轻：社区贡献的 SOP、Skill 和集成生态还在早期。上线不到五个月，轨迹显示维护者在快速迭代核心基础设施，协作层尚未建立。

对已经在多个 AI Agent 之间来回切换、厌倦了反复自我介绍的独立开发者和重度用户来说，价值立竿见影。对团队或非技术用户，安装门槛和纯本地设计可能是障碍。

它问了一个具体的问题：如果你用的每一个 AI Agent 都能读写同一份记忆，它们能好多少？那 648 个给仓库点了星的人，显然觉得值得。

评价 (0)

—0 条评分

还没有评价。成为第一个评价的人！

评分构成

编辑评分由哪些维度构成，每项附判断依据。 AI 就绪度和 GEO Score 是 VibeLaunch 在提交后生成的平台评估。

Information quality

The homepage provides structured navigation and bilingual content, but documentation depth is limited to surface-level feature descriptions with no technical specifications.

4.0
建议核验

Homepage outlines six modules (Vision, Flow, Compare, Loop, Features, Start) and bilingual workflow examples, but provides no API documentation, configuration guides, or technical architecture details.

Ease of use

Markdown-file-based project management using familiar formats (Project-Plan.md, TODO.md) suggests a low learning curve for developers already comfortable with plain-text workflows.

6.0
建议核验

The product uses standard markdown files for project management, and SOP-driven automation follows predictable, documented templates that users can inspect and modify directly.

Feature depth

SOP-driven workflows, project bootstrapping, tiered outreach, and test generation show meaningful automation breadth, but the homepage does not detail configuration options, conditional logic, or extensibility.

5.0
建议核验

Demonstrated features include tiered outreach execution, CI template application, and unit test generation, but each is described in a single sentence with no evidence of parameterization or chaining.

Workflow fit

The product is explicitly designed around repeatable, file-defined workflows, making it a natural fit for teams that already rely on documented SOPs and version-controlled process definitions.

6.5
建议核验

Both highlighted workflows — outreach campaigns and project initialization — follow SOP markdown files, suggesting the workflow-first design is core to the product rather than an add-on.

Reliability

Local plain-text storage eliminates cloud dependency risks, but no uptime track record, error-handling documentation, or production deployment evidence is available.

4.5
建议核验

The vendor claims local storage delivers 'ultimate read/write performance,' but no benchmarks, failure-recovery procedures, or production case studies are provided to substantiate reliability.

Value

No pricing information, licensing model, or feature-tier breakdown is available, making value assessment impossible from the provided source material.

3.0
建议核验

The homepage contains no pricing page, plan comparison, or cost-related content. Users cannot evaluate whether the product's capabilities justify any potential cost.

评分反映可查证的产品资料，不代表实际使用效果保证。

Agent 就绪度

评估 Agent 能否通过产品的官方信息理解产品，并重建一条有文档依据的工作流程。

Automated agent-readiness assessment of https://mindos.you: 1 of 22 checks verified across 1 fetched pages. No substantial machine interface is documented — agents can understand and cite the product but not operate it. Absent: docs, llms_txt, sitemap, agent_tooling_artifacts, api_reference, request_examples.

就绪度维度

评估维度得分
文档质量10
执行结果可验证性18
机器接口18
项目定位清晰度25
资源可发现性0
工作流完整度33

对 Agent 有帮助的部分

  • mcp: verified during this run

Agent 受阻的部分

  • No documentation or developer pages discovered from the entry page or well-known paths.
  • llms.txt is absent (HTTP probe during this run).
  • sitemap.xml not reachable (HTTP 404).
  • No agent instruction files, code-distribution commands, or named slash-command skills found across fetched pages.
  • No request examples signal matched across 1 fetched pages.
  • No response examples signal matched across 1 fetched pages.

证据核查

关于该工具的公开声明，每条均标注核验状态与引用来源。

mindos.you11
mindos.you已验证核验于 2026年8月30日

MindOS's homepage presents a structured interface with six core modules: Vision, Flow, Compare, Loop, Features, and Start.

MindOS stores all data locally as plain text files, which the vendor claims delivers 'ultimate read/write performance.'

Local plain-text storage eliminates privacy concerns and ensures absolute data sovereignty, according to the vendor.

MindOS uses markdown files including Project-Plan.md, Launch-SOP.md, and TODO.md for project planning, workflow definition, and task tracking.

MindOS supports workflow execution driven by SOP markdown files, with Launch-SOP.md serving as an operational procedure template.

MindOS can execute tiered outreach campaigns — segmenting targets into top, mid, and long-tail tiers — by following Outreach-SOP.md.

MindOS can bootstrap new projects by reading Startup-SOP.md, automatically applying initialization steps, validation checks, and CI templates.

MindOS includes a Codex module capable of generating unit tests for API modules.

MindOS presents its interface and workflow examples in both Chinese and English.

The entry page was fetched and analyzed for machine-interface signals (title, headings, developer links, keyword probes).

Agent-native positioning as a marketing claim without a documented path: "The page mentions MCP Server for agent connectivity but lacks concrete operational paths like slash-command skills or AGENTS.md.".

https://mindos.you/

决策核对台

在依赖该产品或访问官网前，最值得先确认的问题。

MindOS 是一个开源、本地优先的知识库，让多个 AI Agent 共享同一份持久上下文。你不用再对每个 Agent 重复解释个人偏好和项目细节，一次录入，所有兼容 MCP 的 Agent 都能读写这份共享记忆。

完全免费。MindOS 使用 MIT 协议开源。桌面应用、CLI、Web Clipper 和 npm 包全部免费。没有付费层级、没有云订阅、没有 API 计费。所有数据存留在你的本机。

MindOS 内置 MCP（Model Context Protocol）服务器。任何支持 MCP 的 Agent，包括 Claude Code 和 Cursor，都能零配置接入。项目提供一条命令的 Skills Bridge，同时安装 MCP 配置和 MindOS Skill，然后用 mindos doctor agents 验证所有 Agent 就绪。

安全。所有数据以本地 Markdown 文件形式存储在你的文件系统上，不上传任何云端服务器。你可以以纯文本形式审计每次检索、反思和行动。项目集成 Git 做版本控制，但云同步由你自己掌控，GeminiLight 没有托管后端。

大多数 AI Agent 的记忆是不透明的、Agent 专属的格式，你看不到、改不了、也无法跨工具共享。MindOS 把所有数据存为纯文本 Markdown 文件，你完全掌控，且通过 MCP 服务器让任何兼容的 Agent 访问同一份知识库。不是每个 Agent 各记各的，而是共享一份可审计的事实来源。

任何支持 MCP 协议的 Agent 都可以接入 MindOS。项目文档特别提到了 Claude Code 和 Cursor。随着 MCP 生态扩展，兼容范围也在扩大。MindOS 还自带一个打包好的 Skill，Agent 可以用它更高级地操作知识库。

请在官网核验

继续探索

相近任务的不同路径

这些工具以带有明确编辑理由的替代关系关联到当前产品。

01OPC Directory

OPC Directory

A cloud-based tool directory alternative for teams that prefer a catalog-style discovery approach over MindOS's local-first agent workspace model.

查看档案
02PhantomCrew

PhantomCrew

An agent orchestration tool with a different architectural approach for teams evaluating workflow automation alternatives.

查看档案
03ProfileClaw

ProfileClaw

A profile management alternative for teams that prioritize data profiling over SOP-driven workflow automation.

查看档案
查看 MindOS 的全部替代工具