second-brain-cloudflare · 记忆与知识图谱

让每个 AI 工具都拥有「统一的记忆」

想象一下这个场景：你花了两周时间在 Claude Code 里探索一个新项目，做了大量技术决策和笔记。切换到 ChatGPT 讨论产品方向时，你不得不重新解释整个项目背景。更糟糕的是，Claude Code 完全不记得这些对话，你只能从头再来。

这就是 Rahil Patel 开发 Second Brain for AI 要解决的问题——一个部署在 Cloudflare Edge 的个人知识记忆层，让你在任何 AI 工具里都能访问同一份记忆。

从碎片化到统一记忆：AI 助手的最大痛点

现代人使用多个 AI 助手已是常态：Claude Code 写代码、ChatGPT 头脑风暴、Cursor 调试。但每个工具的上下文是独立的、不共享的。你在一个工具里学到的东西，切换到另一个工具时就像从未存在过。

Second Brain 的核心思路很简单：你只需要记忆一次，在任何地方都能调用。它不是另一个笔记应用，而是介于你和所有 AI 工具之间的「记忆中间件」。

为什么这个方向重要？ 随着 AI 工具越来越多，「记忆割裂」问题会越来越严重。这个项目在 Product Hunt 上获得了 Product of the Day #3，说明大量用户已经意识到这个痛点。

技术架构：纯 Edge Serverless，无服务器负担

项目完全基于 Cloudflare 全球边缘网络运行，核心技术栈包括：

Cloudflare Workers：边缘函数 runtime，响应速度快、全球低延迟
Cloudflare D1：基于 SQLite 的边缘数据库，存储结构化记忆数据
Cloudflare Vectorize：向量数据库，支持语义搜索（384维，余弦相似度）
Workers AI：内置 Embedding 生成，无需额外 API Key
Model Context Protocol (MCP)：标准协议，让任何 MCP 兼容客户端都能接入

架构上采用了「记忆即服务」的思路：所有数据存储在用户自己的 Cloudflare 账号，没有第三方服务器，真正实现了数据主权。

接入方式：覆盖你已有的所有工具

Second Brain 支持从多个入口同时写入记忆：

入口	使用方式
AI 客户端（MCP）	Claude Code、Codex CLI、ChatGPT、Claude.ai、Cursor
命令行 CLI	`npm install -g second-brain-cf-cli` 后 `brain remember/recall`
Obsidian 插件	自动同步笔记到记忆库
Chrome 扩展	一键保存网页或选中文本
iOS Shortcuts	手机端快速记录
Bookmarklet	轻量级网页收藏

每个入口都通过 MCP 协议与 Cloudflare Worker 通信，数据统一写入 D1 + Vectorize。无论你从哪个入口写入，从哪个 AI 工具读取，看到的都是同一份记忆。

记忆管理工具：6个核心操作

remember   → 存入新记忆（创意、决定、项目背景）
append     → 向已有记忆追加内容
update     → 替换/修改某条记忆
recall     → 语义检索，按意思而非关键词找记忆
list_recent → 查看最近保存的记忆
forget     → 永久删除记忆

recall 的语义搜索能力是亮点：即使你用「定价策略怎么定」提问，系统也能找到原来用「我决定把价格定在 29 美元」这种完全不同表述的记忆。这是通过 Vectorize 的向量检索实现的。

上手体验：5分钟完成部署

项目最大的优势之一是部署极其简单。官方提供「Deploy to Cloudflare」一键部署按钮，无需手动配置 D1、Vectorize 等资源，wrangler deploy 脚本会自动创建所有必要的 Cloudflare 服务。

部署完成后只需三步：配置 AUTH_TOKEN（任意口令或随机字符串）→ 获取 Worker URL → 用脚本连接 AI 客户端。全程无数据库运维、无服务器费用（免费额度内）。

局限与争议

跨平台同步的代价：记忆存储在 Cloudflare，如果用户需要同时在 AWS 或 GCP 上运行 AI 工具，跨平台访问记忆会有延迟和复杂性。

向量检索精度依赖 Embedding：语义搜索效果依赖 Workers AI 的 Embedding 质量，与 OpenAI 或 Claude 的 Embedding API 相比，Cloudflare Workers AI 的 Embedding 能力有待验证。

数据规模瓶颈：D1 是 SQLite 变体，Vectorize 有索引规模限制，对于需要管理数万条记忆的重度用户，免费层的容量可能不够用。

行业意义：AI 个人工具链的基础设施

Second Brain 代表了一个趋势：AI 工具之间的「数据层」基础设施。当 AI 工具越来越普及，围绕工具间的数据共享和记忆同步，会诞生新的基础设施需求。这个项目用极低的上手门槛（Cloudflare 免费层）和极简的架构证明了可行性。

增长数据也印证了这一点：项目在不到一年的时间内获得了 360+ stars，GitHub 上同类 AI memory 项目中增长势头明显。

如果你同时使用多个 AI 助手，Second Brain 值得一试。 它不会改变你使用 AI 的方式，但会让你在切换工具时少说无数遍「来，让我解释一下」。

分析时间：2026-06-29 | 数据来源：GitHub API + 项目文档

让每个 AI 工具都拥有「统一的记忆」

这就是 Rahil Patel 开发 Second Brain for AI 要解决的问题——一个部署在 Cloudflare Edge 的个人知识记忆层，让你在任何 AI 工具里都能访问同一份记忆。

从碎片化到统一记忆：AI 助手的最大痛点

Second Brain 的核心思路很简单：你只需要记忆一次，在任何地方都能调用。它不是另一个笔记应用，而是介于你和所有 AI 工具之间的「记忆中间件」。

技术架构：纯 Edge Serverless，无服务器负担

项目完全基于 Cloudflare 全球边缘网络运行，核心技术栈包括：

Cloudflare Workers：边缘函数 runtime，响应速度快、全球低延迟
Cloudflare D1：基于 SQLite 的边缘数据库，存储结构化记忆数据
Cloudflare Vectorize：向量数据库，支持语义搜索（384维，余弦相似度）
Workers AI：内置 Embedding 生成，无需额外 API Key
Model Context Protocol (MCP)：标准协议，让任何 MCP 兼容客户端都能接入

架构上采用了「记忆即服务」的思路：所有数据存储在用户自己的 Cloudflare 账号，没有第三方服务器，真正实现了数据主权。

接入方式：覆盖你已有的所有工具

Second Brain 支持从多个入口同时写入记忆：

入口	使用方式
AI 客户端（MCP）	Claude Code、Codex CLI、ChatGPT、Claude.ai、Cursor
命令行 CLI	`npm install -g second-brain-cf-cli` 后 `brain remember/recall`
Obsidian 插件	自动同步笔记到记忆库
Chrome 扩展	一键保存网页或选中文本
iOS Shortcuts	手机端快速记录
Bookmarklet	轻量级网页收藏

每个入口都通过 MCP 协议与 Cloudflare Worker 通信，数据统一写入 D1 + Vectorize。无论你从哪个入口写入，从哪个 AI 工具读取，看到的都是同一份记忆。

记忆管理工具：6个核心操作

remember   → 存入新记忆（创意、决定、项目背景）
append     → 向已有记忆追加内容
update     → 替换/修改某条记忆
recall     → 语义检索，按意思而非关键词找记忆
list_recent → 查看最近保存的记忆
forget     → 永久删除记忆

上手体验：5分钟完成部署

局限与争议

跨平台同步的代价：记忆存储在 Cloudflare，如果用户需要同时在 AWS 或 GCP 上运行 AI 工具，跨平台访问记忆会有延迟和复杂性。

数据规模瓶颈：D1 是 SQLite 变体，Vectorize 有索引规模限制，对于需要管理数万条记忆的重度用户，免费层的容量可能不够用。

行业意义：AI 个人工具链的基础设施

增长数据也印证了这一点：项目在不到一年的时间内获得了 360+ stars，GitHub 上同类 AI memory 项目中增长势头明显。

如果你同时使用多个 AI 助手，Second Brain 值得一试。 它不会改变你使用 AI 的方式，但会让你在切换工具时少说无数遍「来，让我解释一下」。

分析时间：2026-06-29 | 数据来源：GitHub API + 项目文档