Little Heta｜本地CLI个人知识库+Agent记忆引擎开源工具

Little Heta｜本地CLI个人知识库+Agent记忆引擎开源工具

一款面向开发者、研究员的本地命令行知识基础设施，一站式搞定文档解析、向量Wiki、分层Agent记忆，让AI Agent真正拥有专属「第二大脑」
GitHub：https://github.com/KnowledgeXLab/Little_Heta

一、它解决什么痛点？

日常堆满PDF、PPT、代码、截图、录音、零散笔记，普通RAG反复全量检索、消耗大量Token；Agent无法沉淀历史认知，每次提问都要重新遍历海量文档，检索精度低、响应慢。

Little Heta 核心设计：知识库（真实文档源）+ 分层持久记忆（Agent认知缓存）双架构，分离原始素材与提炼后的知识洞察，大幅降低检索成本、提升问答准确率。

二、核心亮点

1. 全格式文件一键入库，自动结构化Wiki

支持几乎所有办公/媒体/代码/文本格式：

  • 文档：PDF/Word/PPT/Excel/Markdown/TXT/HTML
  • 多媒体：图片、音频、视频（图文解析、语音转写）
  • 代码：Python/JS/Java/SQL/YAML等几十种源码文件
    依赖MinerU解析复杂PDF/Office，自动转为带双向[[Wiki Links]]、独立分页、Git版本记录的稳定Markdown知识库，告别杂乱raw文件夹。

2. 向量分块Wiki检索，告别粗放全文索引

按Markdown章节精细化分块构建本地向量库，查询可精准定位文档段落，解决长文档摘要失效、检索丢失关键信息问题；实测问答准确率提升1.25x~5x。

3. 四层分层记忆架构（项目最大特色）

Agent不再重复消耗算力检索文档，历史提炼的知识永久复用：

  1. 原始对话记忆：完整保存人机交互上下文
  2. 原子事实记忆：提取精简事实、偏好、参数
  3. 情景记忆：任务、决策、多步骤工作会话总结
  4. 知识库洞察记忆：检索后提炼的文档核心结论
    知识库更新自动失效过期记忆，杜绝过时缓存误导回答。

4. 极致性能优化

  • 记忆复用场景Token消耗减少82.1%
  • 多文档对比场景响应速度提升2.58倍
  • 支持快速写入、记忆去重、过期事实自动淘汰

5. 原生适配主流AI Agent框架

一键安装技能到 Codex / Claude Code，Agent可直接调用内置命令；其他框架直接复制技能文件即可接入，开箱即用。

6. 本地私有化部署，数据全自持

所有配置、知识库、向量库、记忆SQLite数据库存放于~/.heta/，不上传第三方云端；MIT开源免费商用。

7. 极简CLI全流程操作

# 安装pipinstalllittle-heta# 初始化（配置LLM密钥、安装Agent技能）heta init# 导入文件/文件夹到知识库heta insert ./docs# 仅检索文档heta query"论文核心结论"# 记忆+知识库联合问答（推荐）heta ask"项目方案对比"# 手动存入记忆heta remember"客户偏好轻量化部署"# 查询历史记忆heta recall# 查看内存数据库heta mem-show

三、支持模型生态

兼容通义千问Qwen、GPT、Gemini，所有OpenAI兼容自定义大模型；区分对话/嵌入模型，支持多模态图文解析。

四、适用人群

  • 程序员：代码知识库、项目文档沉淀、本地AI开发助手
  • 科研/学生：论文批量解析、文献检索、实验记录记忆
  • 文字从业者：海量笔记、素材库、会议录音归档
  • AI Agent开发者：给本地/私有Agent搭建持久记忆层

五、快速上手流程

  1. 安装：pip install little-heta
  2. 初始化：heta init填入LLM API Key
  3. 导入素材：heta insert 你的文档文件夹
  4. 直接提问：heta ask 你的问题
  5. Codex/Claude Code自动识别Heta技能，Agent自主调用检索记忆

六、项目信息

  • 语言：Python 98.6%
  • 最新版本：v0.2.4（2026-07-06更新）
  • 协议：MIT License
  • 仓库：https://github.com/KnowledgeXLab/Little_Heta

告别每次提问重复扫完全部文档，给你的本地AI一套可沉淀、可复用、高性能的私有知识大脑，个人/多Agent工作流通用！

#AI工具 #RAG #本地知识库 #Agent记忆 #开源项目 #命令行工具