ReMe本地优先安全模型:你的Agent记忆数据为什么不出本机

ReMe本地优先安全模型:你的Agent记忆数据为什么不出本机

【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（local-first）的 Agent 记忆管理工具：它把 AI Agent 的对话记忆保存为你自己磁盘上的普通 Markdown 文件，默认服务只绑定在127.0.0.1回环地址上。这意味着你的记忆数据不出本机——不经过第三方云服务，不落入你不可见的远程数据库。对于关心 Agent 数据隐私的开发者来说，ReMe 的 local-first 安全模型给出了一个清晰的答案。

为什么 Agent 记忆隐私值得担心？

让 Agent "记住你"，通常有两种做法：

1. 云端记忆服务：对话和记忆上传到厂商服务器，检索靠远端 API。你看不见、删不掉、也说不清数据去了哪里；
2. 本地文件 + 本地索引：记忆就是你目录里的文件，服务进程跑在你自己的机器上。

ReMe 选择的是第二条路，而且是从服务端口、存储格式到检索组件，每一层都为"数据不出本机"做了默认设计。

第一层保障：服务默认只监听 127.0.0.1 回环地址

执行reme start启动后，ReMe 的 HTTP / SSE / MCP 服务默认地址是127.0.0.1:2333。

127.0.0.1是回环地址：只有本机进程能访问，局域网内其他设备、外网请求根本到不了这个端口。换句话说，你的记忆 API 天生只对你自己的机器开放。

这一点在官方文档 docs/zh/services.md 的"安全边界"一节被明确写出：

• 默认绑定127.0.0.1；
• 不要直接把默认服务暴露到公网；
• 需要远程访问时，应在受控网络、带认证和 TLS 的反向代理之后部署，并用service.jobs只开放必要端点。

默认配置见 reme/config/default.yaml，服务后端为http，端口2333，不显式指定 host 即回环监听。

第二层保障：记忆就是你拥有的 Markdown 文件

ReMe 的核心思想是Memory as File, File as Memory：

内容	存放位置	你能做什么
对话来源记录	session/	直接查看 JSONL 原文
外部资料	resource/	文件保持原路径原内容
每日记忆	daily/	用任意编辑器打开、修改
长期记忆	digest/	可读、可编辑、可追溯来源
索引/图谱	metadata/	可随时删除，可从源文件完整重建

这个分层带来三个安全含义：

1. 数据主权在你手里。记忆不是黑盒数据库里的一行隐藏记录，而是普通 Markdown + frontmatter + wikilink。你可以用熟悉的工具查看、编辑、移动、备份，甚至直接git管理（敏感内容除外）。详见 docs/zh/memory_as_file.md。
2. 索引可丢弃。metadata/里的 BM25 索引、向量、图谱快照全部是派生状态，删掉也能从源文件重建——不存在"丢了索引就丢了记忆"的风险。
3. 文件操作有边界。文件类 Job 会校验 workspace 包含关系并对同一路径加锁，避免 Agent 绕过受控路径任意写盘（见 docs/zh/operations.md）。

第三层保障：检索组件默认离线，没有必需的云端依赖

很多"本地知识库"产品实际上把语义检索寄托在云端 embedding API 上，数据照样出机器。ReMe 的默认姿势更保守：

• Embedding 默认关闭。只设置 API Key 也不会自动启用向量检索；默认检索走BM25 关键词索引 + wikilink 图谱，完全在本进程内存和本地文件中完成。需要语义检索时，你可以显式启用组件，甚至选择localembedding store（见 reme/config/default.yaml 中注释掉的 embedding 配置段）。
• LLM 是可选能力。read、write、list、search（BM25）、wikilink 遍历等基础操作不需要任何模型凭据即可运行；只有auto_memory、auto_dream等记忆演化流程才调用 LLM，而且你调用的是自己配置的模型端点，记忆文件的读写本身不依赖它。
• 主动浏览被明确限制。proactive_read只读取本地生成的兴趣主题，不会自行联网抓取或外发通知。

另外，reme/components/outbound_proxy/ 中的出站代理组件默认将127.0.0.1,localhost,::1加入NO_PROXY白名单（见 base.py），进一步体现"本地流量走本地"的设计取向。

动手验证：三步确认你的数据不出本机

如果你已经部署了 ReMe，可以用下面的命令自查（均不需要任何额外权限）：

reme find_reme # 确认服务实际监听的 host 是否为 127.0.0.1 reme app_config # 查看合并后的生效配置（密钥已脱敏） reme status # 查看各数据组件的内存与磁盘占用

再打开浏览器访问http://127.0.0.1:2333/，ReMe Studio 会直接展示 workspace 的概览、每日笔记和记忆图谱——你可以直观看到：所有数据都在这一个本地目录里。

需要远程访问时，正确姿势是什么？

"不出本机"是默认值，不是死路。如果确需远程访问，官方推荐的做法是（见 docs/zh/faq.md）：

1. 不要修改默认监听让服务直接暴露公网；
2. 在受控网络内，通过带身份认证、TLS、访问控制的反向代理接入；
3. 用service.jobs白名单只开放必要的 Job。

迁移和备份同样简单：因为 workspace 就是普通目录，停服后复制session/、resource/、daily/、digest/四个目录即可带走全部记忆，换机器后用reme start workspace_dir=/新路径恢复，metadata/丢失也能自动重建（详见 docs/zh/operations.md）。

总结：本地优先是一种承诺

维度	ReMe 的默认行为
网络暴露	仅127.0.0.1:2333，本机回环
记忆存储	用户磁盘上的 Markdown 文件，用户拥有
索引数据	本地派生状态，可随时重建
向量检索	默认关闭，纯 BM25 本地检索
数据携带	复制一个目录即可备份、迁移

ReMe 的 local-first 安全模型不靠"承诺不上传"，而靠架构上的默认值：端口在回环上、文件在你的盘上、索引在你的进程里。当你把 Agent 的记忆托付给它时，"数据为什么不出本机"这个问题，答案就在上面这三层设计里。

【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