zeph
一个注重长期记忆的AI智能体，支持本地、云端和去中心化部署。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：zeph。 它的用途是：一个注重长期记忆的AI智能体，支持本地、云端和去中心化部署。 完整的 Skill 内容见：https://321skill.com/skills/zeph/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于我们过去三天讨论的架构图，为新的用户认证模块编写一个Rust实现草案，并解释与现有日志系统的集成点。” 它会回顾之前的会话记忆，理解项目上下文和已做的决策，然后生成符合要求的代码和说明。你也可以说：“监控服务器日志，找出过去一小时内所有的错误请求，总结规律并给出修复建议。” Zeph会调用工具执行命令，分析结果，并保存本次分析到记忆中以供后续查询。
介绍
Zeph 是一个“记忆优先”的AI智能体框架，旨在解决传统AI助手对话结束后即“失忆”的问题。它能够长期记住对话历史、决策原因和项目上下文，支持跨越数天或多次会话的复杂任务。
使用方式非常灵活，你可以通过一个简单的安装脚本快速启动。它既可以完全离线运行（依赖Ollama本地模型），也可以连接到云端大模型（如Claude、OpenAI），或在需要时利用去中心化可信执行环境（TEE）。启动后，你可以通过命令行交互或TUI仪表板与它协作。
Zeph 非常适合需要长期、持续性AI协作的用户，例如进行多日代码开发、研究项目、团队聊天机器人部署或处理需要复杂多步骤规划的任务。它让AI成为一个有“记忆”的持久化工作伙伴。
建议初次使用时从本地Ollama模式开始，以体验其核心的长期记忆和工具调用能力，确保数据隐私。在熟悉其工作流后，再根据任务复杂度配置云端模型路由，以平衡成本与性能。
核心特点
与多数仅关注单次对话的AI助手不同，Zeph 的核心是构建了一个“图记忆”系统，能结构化地记录决策原因和事实关系，而不仅仅是聊天历史；同时，它将本地运行、云端模型和去中心化计算统一在一个极简的Rust二进制文件中，无需管理复杂的Python或Node.js环境。
注意事项
对于仅需一次性、简单问答或即时响应的轻量级任务，使用Zeph可能显得过于重型。
常见问题
Zeph能完全离线使用吗？
可以，通过Ollama拉取本地模型（如qwen3:8b），即可实现100%离线运行，所有数据不离开本地。
Zeph和普通ChatGPT有什么区别？
Zeph是一个可长期运行、有记忆和工具调用能力的智能体框架，能记住跨会话的上下文并执行多步骤任务，而非仅进行单轮对话。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/zeph/raw/index.md 读取 zeph 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/zeph/raw/index.md（查看排版版本）