AI 分析
痛点：AI 编程助手/Agent 在不同会话之间完全失忆，用户每次都要重新解释仓库结构、代码约定和已经失败过的方案。
目标用户：使用 Claude Code、Cursor、ChatGPT 的开发者，以及构建 AI Agent 的团队
证据：AI agents forget everything between sessions. You re-explain the repo, the conventions, the approach that already failed — every single time. / On PyPI as cognicore-env — 13,000+ downloads since April 2026 / 275 public commits, 77 stars
变现：开源 MIT + 云端托管订阅（跨设备同步、团队共享记忆、审计与权限），企业私有部署授权；纯 OSS 本身难直接收费。
MVP：两周内做一个 MCP server 形式的本地记忆层：进程内 BM25/TF-IDF 检索 + SQLite 存储，一键接入 Claude Code 和 Cursor，支持项目级记忆作用域与手动编辑/删除条目，主打零向量库、零配置。
竞品：Mem0、Zep、Letta (MemGPT)、Cognee、OpenAI / Anthropic 内置记忆功能、CogniCore（本帖项目本身）
摘要：三个孟买大四学生开源了 CogniCore——一个以 MCP server 形式运行、无向量库的记忆层，声称能在 Claude、ChatGPT、Cursor 间共享记忆，PyPI 上自 2026 年 4 月起下载量 13,000+，GitHub 77 stars，已进官方 MCP Registry。检索用的是进程内 TF-IDF/BM25，LongMemEval 多跳 strict recall@5 在 10-chunk 窗口下从 87.2% 提到 92.8%，但 20 chunk 时基线追平，作者也承认尚不暴露溯源信息。痛点真实且有一定采用验证，但全开源免费、同类竞品密集，付费意愿缺乏任何原话或收入证据。