Ataru

高性能 AI 记忆检索：本地会话的检索内核，以及一个桌面 GUI。
High-performance AI memory retrieval — a local search core, plus a desktop app.
macOS · Windows · Linux

为什么是 Ataru · 产品路径 · 快速开始 · Agent Skill · 架构 · 开发 · 附录与 FAQ

Why Ataru

AI 编程过程中，真正有价值的答案经常已经出现过：一次故障排查、一条关键命令、一个架构取舍，或者一段几周前才讨论过的上下文。但这些内容分散在不同 Agent 的本地会话文件里，靠记忆、目录名和人工翻找很难重新定位。

Ataru 把这些已经发生过的对话变成本地可检索的记忆层：

• 从 Claude、Codex 等本地会话来源建立统一索引。
• 用关键词、字段、短语或自然语言描述找回相关上下文。
• 在 Turn、Run、Session、Project 四种粒度之间切换。
• 从命中片段回到原始会话、消息和行号，而不是只展示一段截断摘要。
• 默认离线运行；语义检索是可选增强，未配置或超时会清晰降级到关键词检索。

Ataru 的目标不是管理正在运行的 Agent，而是让过去的工作重新变得可用。

What it does

能力	解决的问题
统一采集	Claude CLI、Claude App/Web、Codex 等来源的会话格式不同，Ataru 在适配层归一化它们。
增量索引	新消息写入后自动追赶索引，不需要每次从头扫描全部历史。
中文友好全文检索	Tantivy + Jieba 同时覆盖中文、代码、域名、包名和错误串。
混合召回	关键词适合精确匹配，自然语言问题可在语义索引可用时使用混合召回。
层级聚合	同一命中可以按 Turn、Run、Session 或 Project 汇总，减少重复结果。
上下文回读	保留稳定的 Project/Session/Run/Turn 标识、片段、角色、时间和行号。
Agent 接入	GUI、CLI 和 Agent Skill 共用同一套搜索契约，不把检索逻辑复制到各个客户端。

Product path

Ataru 的主路径只有两步：把本地会话整理成可检索的记忆，再从命中结果回到原始上下文。

搜索召回