没有LLM密钥也能用？ReMe 离线记忆功能（BM25搜索）完整使用教程

没有LLM密钥也能用？ReMe 离线记忆功能（BM25搜索）完整使用教程

【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe

ReMe 是一个本地优先的 Agent 记忆管理套件（Remember Me, Refine Me），把对话和资料沉淀成可读、可编辑的 Markdown 记忆文件。它最让人意外的一点是：不配置任何 LLM 密钥，就能直接使用它的离线记忆与 BM25 搜索能力——写入记忆、关键词检索、沿链接展开上下文，全部在本地完成。本文是一份面向新手的完整使用教程，5 分钟跑通"写入 → 索引 → 搜索"全流程。

为什么 ReMe 的记忆搜索不需要 LLM？

很多记忆类产品必须调用大模型做"语义理解"，而 ReMe 把默认检索栈设计成了纯本地方案：

部件	默认状态	说明
BM25 倒排索引	✅ 默认启用	本地统计式关键词打分，不依赖任何模型
Wikilink 图谱	✅ 默认启用	命中片段后自动展开[[链接]]邻居
向量检索（Embedding）	⛔ 默认关闭	需在配置中显式开启，且需要 embedding API 或本地模型
LLM 记忆进化	⛔ 需密钥	auto_memory/auto_dream等流程才需要

默认配置里file_store的embedding_store是空值（见 default.yaml），所以开箱即用的搜索 =BM25 + 链接展开，一条外网请求都不发。这也是 README 明确承诺的能力：

Basic file operations, BM25 search, wikilink traversal, and reading proactive topics can run without LLM credentials.

3 步启动 ReMe 离线记忆

一键安装步骤

要求 Python 3.11+，一行命令即可：

pip install "reme-ai[core]"

快速启动服务

reme start

服务默认监听127.0.0.1:2333，工作区自动创建在当前目录的.reme/下。daily/存放每日记忆，digest/存放长期记忆，二者都会被后台 watcher 实时建索引。

写入第一条记忆

reme write \ path=digest/wiki/quick-start-demo \ name="快速开始示例" \ description="我的第一条离线记忆" \ content="ReMe 的记忆是可读的 Markdown 文件，支持 [[wikilink]] 互相引用。"

写入完成后，后台索引循环（index_update_loop）会自动把文件切块并灌入 BM25 倒排索引，无需手动干预；想立即重建也可以执行reme reindex。

BM25 搜索实战：一句话召回记忆

执行搜索命令

reme search query="记忆 markdown wikilink" limit=5

每条结果都会给出路径:起止行号 [score=...]的片段，以及该文件出/入方向的 wikilink 邻居——命中片段保持简短，但你能顺着链接看到它关联到哪些长期记忆节点。如果某条结果值得深挖，用行号精读原文即可：

reme read path=digest/wiki/quick-start-demo start_line=1 end_line=20

还支持按日期过滤（包含边界）：

reme search query="索引" start_date=2026-06-01 end_date=2026-06-20 limit=10

BM25 是如何本地打分的？

无需读代码也能理解其原理（实现见 bm25_index.py）：

1. 切词：默认使用正则分词器（regex_tokenizer.py）——中文按单字切分、英文按词边界切分，不需要 jieba 等分词库；
2. 倒排：每个记忆片段是一篇"文档"，索引记录每个词出现在哪些片段、出现几次；
3. 打分：查询时只对命中的词列表做 BM25 统计打分（词频 + 逆文档频率 + 文档长度归一化），返回分数最高的 top-k 片段；
4. 持久化：索引原子落盘到metadata/，重启即恢复；删除采用惰性墓碑标记，并由optimize_index_cron每天凌晨低峰期压缩，保证长期运行不拖慢搜索。

整个过程纯 CPU、纯本地，这就是"没有 LLM 密钥也能用"的底气。

离线能力边界：哪些功能免费，哪些需要密钥

功能	需要 LLM 密钥	命令
读写记忆文件	❌	reme write/reme read/reme edit
BM25 记忆搜索	❌	reme search
Wikilink 图谱遍历	❌	reme traverse/reme graph_snapshot
重建索引	❌	reme reindex
对话式记忆沉淀	✅	reme auto_memory
每日整理到长期记忆	✅	reme auto_dream
只读 Agent 对话	✅	reme chat

没有密钥时，先用write/read/search把"文件即记忆"的核心跑起来；之后配置LLM_API_KEY（参考 example.env）即可无缝解锁记忆自进化能力。

常见问题 FAQ

Q1：BM25 搜不到同义词怎么办？BM25 是关键词匹配，"索引"搜不到"index"。这是离线检索的已知取舍；确需语义召回时，再按 memory_search.md 开启 embedding 组件，向量与 BM25 会通过 RRF 自动融合。

Q2：搜索不准，怎么重置索引？执行reme reindex即可从现有文件全量重建。metadata/下的一切索引都是可重建的，真正的数据源永远是那些 Markdown 文件本身。

Q3：离线模式下如何把记忆接入 Agent？把记忆文件用[[wikilink]]互相引用，Agent 只需两个工具：reme search召回 +read精读。更多集成方式（CLI、HTTP、MCP）见 skills/reme_memory/SKILL.md。

写在最后

ReMe 证明了"记忆"不必绑定大模型：一份可读的 Markdown 文件 + 一个本地 BM25 索引 + 一张 wikilink 图，就构成了离线可用的记忆闭环。核心资料索引：

• 记忆搜索完整机制：docs/zh/memory_search.md
• 快速开始指南：docs/zh/quick_start.md
• 默认配置（BM25 默认开启、向量默认关闭）：reme/config/default.yaml
• 混合检索步骤（BM25 + 向量 RRF 融合）：reme/steps/index/search.py

没有密钥也能先用起来，有密钥后更进化——这正是 ReMe"Remember Me, Refine Me"的设计初衷。

【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe