pumaDB
pumaDB · 程式設計
pumaDB 是一層託管記憶，讓 AI 代理與小型應用程式不需要自行架設資料庫，也能保存持久的 JSON 紀錄。你可以把 ChatGPT、Claude 或 Codex 這類 MCP 用戶端連到同一個共享端點，或從可信任的伺服器端程式碼呼叫 REST API，同樣的資料列就會在各處出現。它是為事實、決策、偏好與交接備註而生，這些內容原本會在對話結束時消失。
關於 pumaDB
pumaDB 是什麼
pumaDB 是一項 AI 代理記憶服務，鎖定那些不斷向不同工具重複解釋同一背景的人。你不必再把專案事實貼進每個新對話，只要寫進一張小型 JSON 資料表一次，任何已連線的代理都能讀回來。它的賣點是減法，不是加法：沒有資料庫專案、沒有 schema 遷移、沒有基礎設施要佈建。沒有東西要自己架。這就是它吸引人的地方。
它解決的是記憶交接。下午 2 點 02 分在 ChatGPT 記下的一則備註，隔天早上能拉進一個全新的 Claude 對話，因為兩個用戶端指向同一個帳號。記憶跟著你的工作走，而不是鎖在單一應用程式裡。這就是轉變所在。
取捨在於刻意設定的範圍。紀錄是帶有頂層等值篩選的小型 JSON 物件，不是搜尋引擎。沒有語意召回、沒有嵌入向量、沒有圖譜推理。它不會猜。如果你需要「找出跟這個有關的東西」這種模糊檢索，pumaDB 的形狀不對。
開始使用
- 打開連線指南，挑選你的用戶端：Codex、ChatGPT、Claude web、OpenClaw，或任何支援 Streamable HTTP 的 MCP 用戶端。
- 用電子郵件登入。pumaDB 會處理 OAuth，所以沒有 API 金鑰要貼進 MCP 用戶端。
- 把用戶端指向託管的 MCP URL，
https://api.pumadb.ai/mcp，並同意登入流程。 - 伺服器端程式碼則申請一組魔法連結，驗證權杖，並把回傳的
api_key複製到PUMADB_API_KEY環境變數。 - 透過 MCP 用
remember或透過 REST 用POST /v1/{table}寫下第一列資料，再讀回來確認整個往返流程。
產品資訊
快速了解 pumaDB 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 獨立開發者與單人創作者：不用架 Postgres 或接後端，就能得到持久的代理記憶，而且免費的 Personal 方案涵蓋 20 張資料表，每張 1,000 列。
- 跨 AI 工具共享背景的團隊：共享方案讓多人和他們的代理讀取同樣的紀錄，交接備註就不再遺失在 ChatGPT、Claude 與 Codex 之間。
- 用 AI 助理進行長期專案的人：任務狀態、阻礙與決策在不同工作階段間仍可查詢，而不是每次對話結束就重來。
- 對交出代理寫入權限有顧慮的人：每一列都是你能檢視與還原的單純 JSON 紀錄，適合想在信任之前先檢查記憶的使用者。
任務
- 存放專案慣例與分支規則：儲存庫事實與命名模式放在同一張資料表，代理就不必每次執行都重新摸索。
- 記錄錯誤成因與交接備註：在一個工具裡寫下的根因備註，能在另一個工具裡被召回，不必複製貼上。
- 保留使用者偏好：溝通風格與格式預設值會依人員或工作區持續存在。
- 保存研究摘錄：來源、摘要與後續問題會在長期調查中逐漸累積。
- 追蹤輕量任務狀態：開啟中的討論串、待處理指令與狀態紀錄在不同工作階段間保持可見。
情境
- 專案中途切換 AI 助理：你在 ChatGPT 開始修一個錯誤，在全新的 Claude 對話中完成，什麼都不用貼。
- 為小型無伺服器應用程式充當後端：Worker 或函式用 bearer 金鑰讀寫代理記憶資料列，而不必動用完整資料庫。
- 讓新代理接手進行中的工作：代理查詢既有記憶，而不是從頭聽簡報。
- 確認前先檢視：你列出某一列的封存版本，看看改了什麼，必要時還原先前的狀態。
主要功能
跨工具共用的單一端點
託管的 MCP URL 對 Codex、ChatGPT、Claude web、OpenClaw 及任何 Streamable HTTP 用戶端都相同。你連一次，所有獲授權的工具就讀寫同一批資料表，這正是 pumaDB 的重點：記憶跟著你的工作走，而不是鎖在單一應用程式裡。沒有逐工具的資料庫要佈建。
具備 OAuth 的託管 MCP
代理用戶端透過 OAuth 探索與自動用戶端註冊連線，所以你用電子郵件登入，省去把 API 金鑰貼進用戶端。MCP 伺服器提供面向代理的工具，例如 remember、query、add、upsert、update_row 與 delete，指向的正是你透過 REST 也會碰到的同一批資料列。
給可信任後端的 REST API
伺服器端程式碼、Worker、無伺服器函式、CLI 工具與指令碼使用以 puma_live_ 開頭的 bearer API 金鑰。端點包括 GET /v1/{table}、POST /v1/{table}、POST /v1/{table}/update_row 與 DELETE /v1/{table}。文件對金鑰該放哪裡講得很直白：別放進 React 打包檔、靜態網站、行動應用程式與公開儲存庫。
小型耐用的 JSON 資料表
這就是產品核心的 JSON 記憶儲存。資料列是單純的 JSON 物件，會自動取得 id、created_at 與 updated_at。篩選是對字串、數字、布林或 null 值的頂層等值比對。要存放人員或代理能直接讀取的結構化事實與偏好，這樣就夠了。它不是檢索引擎，也不假裝自己是。
可檢視的歷史與還原
pumaDB 會保留資料列的封存版本。你可以用 GET /v1/{table}/versions?id=<row-id> 列出各版本，並用 POST /v1/{table}/restore 還原先前的版本。對不放心讓代理無人監督地寫入記憶的人來說，能檢視並回溯變更，就是信任與否的分界。
批次操作
批次端點能在單次呼叫中接受多項操作，混合 add 與 delete 動作、資料列內容與篩選條件。如果你的應用程式一次同步多筆紀錄，就能省下一連串單列請求。
以安全為核心的 remember 工具
remember 工具會把技術參考、程式碼、Markdown 與設定範例存成惰性紀錄，供使用前檢視。用意是讓記憶能攜帶指令卻不會悄悄執行，當代理讀回自己曾寫下的內容時，這點格外重要。
優缺點
優點
- 完全略過資料庫設定，透過 MCP 或 REST 就得到持久的代理記憶。
- 它可作為 AI 工具的共享記憶：ChatGPT、Claude、Codex 與其他 MCP 用戶端都讀同一個帳號。
- MCP 採用 OAuth，代表不必把 API 金鑰貼進代理用戶端。
- 可檢視並還原的資料列歷史，為代理寫入提供一層安全網。
- 免費 Personal 方案確實可用，包含 20 張資料表、每張 1,000 列與 25 MB 儲存空間。
缺點
- 紀錄需要資料表名稱與頂層等值篩選，所以沒有語意搜尋或模糊召回。
- REST API 金鑰是整帳號的 bearer 機密，要在用戶端使用就得先建一條後端路由。
- 團隊定價未公布在主要網站上，想編列共享方案預算就得先詢問。
常見問題
pumaDB 讓 AI 代理與小型應用程式有個地方存放持久的 JSON 紀錄，例如事實、偏好、任務狀態與交接備註。你透過託管 MCP 連線或呼叫 REST API，同樣的資料列就能在你授權的工具之間讀取。
相關內容
探索與 pumaDB 相關的工具、技能與文章。
pumaDB 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。