让 Memory 不再独属某个 Agent
全域上下文中心 (Context Intersection Hub)
打通“人类输入”与“AI 记忆”的虚实链路，让碎片化的慢思考在这里自动整理。
解决什么问题？
知识捕获的碎片化与 Agent 的失忆症
碎片化的“数字墓地”
日常阅读、偶发灵感与零星文档散落在收藏夹或 Read Later 工具中，越堆越多却再未打开。更糟糕的是，现代 AI Agent 往往只具备瞬时对话记忆，一旦新建会话，便彻底丢失了此前积累的所有上下文，形成一个个知识孤岛。
- ✕收藏夹冷冰冰，知识只收集不消化，沦为心理安慰
- ✕AI Agent 频繁失忆，每次交互都需从零开始对齐上下文
- ✕缺乏底层检索和打通机制，人类输入与机器记忆彼此脱节
全域上下文与持久外脑
NeoFeed 极简地打通了知识链路。后台引擎自动将捕获的网页资产进行智能去重、AI整理与结构化。依托 MCP（Model Context Protocol）协议，任何大模型 Agent 都可以瞬时读取和挂载这套知识体系，让它进化为您的持久化外脑。
- 零管理AI整理与自动高维图谱，无需刻意建双链
- 跨平台与跨模型共享上下文，让 Agent 真正承接长记忆
- 基于本地或加密云，兼顾极致响应、离线可用与隐私安全
实现逻辑是什么？
AI自动管理分类的知识库，用Cli打通Agent
NeoFeed 的核心逻辑极其自然：它扮演着你的全自动数字漏斗。当你在浏览器中捕获到任何灵感或文章时，系统后台会瞬间去除冗余噪声、提取核心骨架并建立高维语义索引。大模型（Agent）无需通过繁琐的手动双链，即可通过 CLI 命令行 或标准的 MCP 协议 在毫秒级内自动读取和匹配最相关的记忆上下文。
大模型通过极客式的 neofeed CLI 工具，可以直接在终端一键检索你沉淀的所有高维网页资产和慢思考，实现毫秒级快速匹配。
$ neofeed query "vector database" --limit 1
[NeoFeed Engine] Scanning local memory db...
✓ Match found (Score: 0.94)
--------------------------------------------------
Title: 向量索引深度实践.md
Category: Tech/Database
Snippet: "在高并发检索下，基于 HNSW 的向量索引相比
传统 Flat 检索能带来 10x 以上的性能提升..."
--------------------------------------------------
(Agent: Reading context memory successfully!)最佳实践：构建持久记忆与创作素材流
场景体验：从微信公众号好文采集，到 Cursor 极速博客创作
01 / 复制即捕获
当你在微信公众号或浏览器看到一篇精彩的深度文章、想留作后续写博客的素材时，直接复制链接。通过打通 NeoFeed 的系统快捷指令，链接将自动上传到 NeoFeed 后端，无需手动打开任何记录软件。
02 / 智能整理与摘录
NeoFeed 后端服务器在毫秒级内自动对链接网页进行深度全文抓取并沉淀在数据库中。同时，AI 将在后台异步对内容进行去噪、AI整理、核心观点摘录与提炼，将其自动整理为高价值的素材图谱。
03 / Agent 即时消费
下次你打开 Cursor (或 codex 等产品) 准备创作新文章时，通过标准的 CLI 命令行 就能直接让 Agent 读取并高维匹配这部分内容，无需切换到任何浏览器。你可以直接引用它，或将其作为后续生产的高精度上下文底座。