PMB 评测 2026：为 AI 编程代理打造的本机优先记忆引擎

用过 AI 编程代理的人都有这种体验：Claude Code 或 Codex 在单个会话中表现出色，精准理解你的代码库，高效修复 bug。但一旦开启新会话，一切归零——昨天的架构决策、调试心得、踩过的坑，代理完全不记得了。你不得不从头向它解释项目结构和代码约定，像带一个失忆的新同事。PMB 正是为解决这个”代理失忆症”而生。

PMB 不是又一款向量数据库。它是一个多策略混合召回系统，同时运行三套检索机制：BM25 关键词匹配（精确定位函数名、文件路径）、向量嵌入语义搜索（理解”认证流程”这类概念性查询）、实体图谱关系追踪（“哪些模块引用了这个配置文件？”）。所有计算都在本地完成——不依赖云端 API，无需网络连接，检索延迟约 35 毫秒。它通过标准 MCP 协议暴露记忆操作，任何支持 MCP 的代理都能即插即用。

核心功能

PMB 为 AI 编程代理提供外部记忆层。当代理在编码会话中工作时，PMB 持续索引上下文——函数签名、文件依赖关系、做出的技术决策、遇到的错误及修复方案。开启新会话时，代理可以查询 PMB 来快速恢复工作状态：上次改到哪了、涉及哪些文件、尝试过哪些方案。三种检索策略并行运行，无论你用精确关键词、模糊语义还是结构关系来查询，都能命中相关结果。

PMB 选择 MCP 原生架构是深思熟虑的设计决策。与其要求代理调用专有 API 或学习自定义协议，PMB 直接使用 Model Context Protocol——Claude Desktop、Cursor 等工具已经广泛支持的标准。将 PMB 加入 MCP 客户端配置，你的代理即刻获得记忆能力，无需额外适配。

典型应用场景

编程代理跨会话记忆。这是最核心的使用场景。跨多个会话持续开发同一个功能，代理不再丢失上下文。PMB 记住了你修改了哪些文件、遇到了什么 bug、哪些解决方案有效——新会话开始时，代理能直接接续之前的工作。

代码库快速上手。将新编程代理接入项目时，预先在 PMB 中加载好架构概览、核心模块和设计模式。代理不必逐文件阅读来建立理解，而是直接查询实体图谱，获取结构化的项目全貌。

离线或涉密开发环境。PMB 的本地优先设计意味着在断网或涉密环境中同样可用。对于云记忆服务被禁止的场景（如金融、军工开发），PMB 提供了同等记忆能力而无需任何数据离开本机。

代理决策日志。利用 PMB 的实体图谱追踪代理历次做出的技术决策。当代理建议某种重构方案时，你可以查询历史上是否有类似决策，以及其结果如何——在代理会话之间积累”团队知识”。

核心特性

混合召回引擎

PMB 核心创新所在。三路检索并行：BM25 精确匹配代码符号（函数名、文件路径、错误码），向量嵌入捕捉语义相似性（“认证模块”这种概念性查询），实体图谱回答关系型问题（“所有调用 authenticate_user 的函数有哪些？”）。三路结果合并排序，无论查询方式如何都能返回最���关的上下文。

~35ms 检索延迟

PMB 针对代理实时决策循环进行了性能优化。35 毫秒的查询延迟对代理操作几乎无感知影响——代理可以在每次工具调用前查询记忆，不会拖慢响应速度。当代理每个会话要进行数十次决策时，低延迟是刚需。

实体图谱层

超越关键词和语义搜索，PMB 构建代码实体的知识图谱：文件、函数、类、模块及其之间的引用关系、继承层级、跨文件依赖。支持查询 “所有引用这个配置文件的模块” 或 “这个类的完整继承链”——这些是纯向量搜索无法回答的结构化问题。

MCP 原生集成

PMB 将所有记忆操作暴露为标准 MCP 工具端点。任何支持 Model Context Protocol 的代理——Claude Desktop、Continue、Cursor 或自建代理框架——都可以直接使用 PMB，无需编写适配代码。MCP 工具覆盖记忆存储、混合搜索、实体图谱查询和会话管理。

本地优先，零云端依赖

所有计算在本地完成。记忆、索引和嵌入都存储在你的机器上。不需要 API 密钥，没有订阅费用，没有任何数据离开你的网络。嵌入模型本地运行（需要充足内存），索引文件存储在项目目录下。

价格

PMB 完全免费开源。没有 SaaS 层、没有付费计划、不需要 API 密钥。唯一的成本是你的本地计算资源——运行嵌入模型需要 CPU 和内存，索引需要磁盘空间。项目目前处于早期阶段（通过 Hacker News 发现），在投入生产使用前建议确认具体许可证条款和嵌入模型需求。

常见问题

PMB 和 ChromaDB 这类向量数据库有什么区别？ ChromaDB 仅提供向量搜索——你能找到语义相似的内容，但没有关键词精确匹配，也没有实体关系图谱。PMB 的三合一混合方式意味着你能同时按函数名精确查找（BM25）、按概念模糊搜索（向量）、按结构关系查询（图谱），一次查询覆盖三种需求。对代码场景尤其重要的是实体图谱——代码本质上是结构化和关系化的。

PMB 支持哪些编程代理？ 任何支持 Model Context Protocol (MCP) 的代理都能使用 PMB，包括 Claude Desktop、Cursor、Continue 以及大量自建代理框架。不支持 MCP 的代理需要编写适配层。

35ms 的延迟在实际项目中靠谱吗？ 35ms 的声明来自项目文档。实际表现取决于索引规模、嵌入模型选择和硬件配置。对于典型开发者规模的代码库（数千个文件），50ms 以内是合理的预期。对于数百万行代码的大型单体仓库，建议先做基准测试再全面采用。

最终结论

PMB 用简洁的架构解决了一个真实的痛点。本地优先 + 三策略混合召回 + MCP 原生集成——这三个设计支点精准命中了编程代理从”会话工具”进化到”持久协作者”的核心需求。概念扎实，技术决策合理，35ms 延迟目标虽然激进但可信。

主要的未知数是成熟度。截至 2026 年中，这是一个社区关注度尚低的新项目。文档深度、生产环境的稳定性、跨不同代码库的实体图谱提取质量——这些都是待验证的问题。对于经常使用编程代理且不介意早期开源工具的开发者来说，PMB 非常值得尝试。对于需要稳定可靠解决方案的团队，保持关注——架构方向是对的，但需要时间在规模上证明自己。

总评：7.0/10——解决代理记忆问题的精良架构方案，技术基础扎实。处于早期阶段，但与编程代理工作流的概念契合度极高。