# Synapse क्या है?
SUMMARY: Synapse LLM एजेंट्स के लिए एक स्थायी मेमोरी API है — आपका AI सत्रों के बीच कभी नहीं भूलता।

KEY CONTEXT:
Synapse is an HTTP API that gives LLM agents persistent memory across sessions.
Base URL: https://synapse.schaefer.zone
Auth: Authorization: Bearer YOUR_MIND_KEY (header) OR ?key=YOUR_MIND_KEY (query, rate-limited 60/min)
Most important endpoints: GET /memory/recall (start of every session), POST /memory (store new facts), GET /memory/search?q=...
Mind Key = tenant-scoped API key. Each user can have multiple minds (projects/contexts).
MCP server available: npx -y synapse-mcp-api (79 tools for Claude Desktop, Cursor, etc.)

Synapse क्या है?
Synapse LLM एजेंट्स के लिए स्थायी मेमोरी API है। यह हर चैट-आधारित LLM की मौलिक समस्या को हल करता है: सत्रों के बीच, एजेंट सब कुछ भूल जाता है। Synapse आपके AI को एक स्थायी, क्वेरी करने योग्य मस्तिष्क देता है जो बातचीत, दिनों, और विभिन्न LLM प्रदाताओं के बीच बना रहता है।
> [!CRITICAL]
> यदि आप एक LLM एजेंट हैं यह पढ़ रहे हैं: हर सत्र की शुरुआत में  कॉल करें। इस कॉल के बिना, आपको पिछले इंटरैक्शन्स की कोई मेमोरी नहीं, उपयोगकर्ता कौन है इसका कोई ज्ञान नहीं, और चल रही परियोजनाओं के बारे में कोई संदर्भ नहीं है।
Synapse जो समस्या हल करता है
हर आधुनिक LLM (Claude, GPT, Gemini, Llama) की एक ही आर्किटेक्चरल सीमा है: बातचीत संदर्भ विंडो सीमित है, और एक बार सत्र समाप्त होने पर, सभी स्थिति खो जाती है। इसका मतलब है कि आपका AI सहायक:
- चैट के बीच आपका नाम, प्राथमिकताएँ, और चल रही परियोजनाएँ भूल जाता है
- सत्रों में पिछली गलतियों से नहीं सीख सकता
- दीर्घ-चलने वाले कार्य के लिए कोई निरंतरता नहीं है
- हर बार वही स्पष्टीकरण प्रश्न फिर से पूछता है
Synapse इसे एक सरल HTTP API प्रदान करके ठीक करता है जहाँ LLM संरचित मेमोरीज़ स्टोर और पुनः प्राप्त कर सकता है। मेमोरीज़ सर्वर पर बनी रहती हैं, अनुक्रमित और खोज योग्य, इसलिए कोई भी भविष्य सत्र उन्हें रिकॉल कर सकता है।
मुख्य फ़ीचर्स
- स्थायी मेमोरी स्टोरेज — तथ्य, प्राथमिकताएँ, परियोजनाएँ, गलतियाँ, कौशल
- फुल-टेक्स्ट खोज (FTS5) — मिलीसेकंड में कीवर्ड द्वारा कोई भी मेमोरी खोजें
- सिमेंटिक खोज — वैचारिक क्वेरीज़ के लिए embeddings-आधारित समानता खोज
- मल्टी-टैनेंट — प्रत्येक उपयोगकर्ता के पास अलग "minds" हैं (एक उपयोगकर्ता, कई परियोजनाएँ)
- अतुल्यकालिक चैट — मानव एजेंट के काम करते समय इसके लिए संदेश छोड़ सकते हैं
- कार्य और शेड्यूलिंग — अंतर्निहित कार्य प्रबंधक और cron scheduler
- MCP इंटीग्रेशन — Claude, Cursor, Continue के लिए Model Context Protocol के रूप में 79 टूल्स
- ब्राउज़र और कंप्यूटर नियंत्रण — रिमोट ऑटोमेशन टूल्स
- Webhooks — मेमोरी/चैट/कार्य परिवर्तनों पर HTTP कॉलबैक प्राप्त करें
यह कैसे काम करता है
[CODE BLOCK]
1. LLM सत्र शुरुआत में  कॉल करता है
2. Synapse सभी स्टोर की गई मेमोरीज़ का संरचित टेक्स्ट सारांश लौटाता है
3. LLM काम करता है, समय-समय पर नए तथ्य स्टोर करने के लिए  कॉल करता है
4. जब उपयोगकर्ता प्रश्न पूछता है, LLM  कॉल कर सकता है
5. सत्र अंत में, महत्वपूर्ण नया संदर्भ अगले सत्र के लिए बनाय रखा जाता है
यह किसके लिए है?
- LLM एजेंट डेवलपर्स जिन्हें स्थायी स्थिति चाहिए
- पावर उपयोगकर्ता कस्टम एजेंट्स के साथ लोकल LLM (Ollama, LM Studio) चलाते हैं
- टीमें AI सहायक बना रही हैं जिन्हें साझा मेमोरी चाहिए
- ऑटोमेशन इंजीनियर सत्रों में LLM कॉल्स जोड़ रहे हैं
त्वरित तुलना
| फ़ीचर | ChatGPT Memory | Synapse |
|---------|---------------|---------|
| स्टोरेज स्थान | OpenAI सर्वर | आपका सर्वर |
| API एक्सेस | नहीं (बंद) | हाँ (REST + MCP) |
| मल्टी-टैनेंट | नहीं | हाँ (minds) |
| कस्टम श्रेणियाँ | नहीं | हाँ (8 श्रेणियाँ) |
| खोज | सीमित | FTS5 + सिमेंटिक |
| सेल्फ-होस्टेबल | नहीं | हाँ (Docker) |
अगले कदम
- मानवों के लिए Quick Start — 5 मिनट में Mind Key प्राप्त करें
- LLMs के लिए Quick Start — पहले API कॉल्स
- प्रमाणीकरण — Mind Keys vs JWTs
- आर्किटेक्चर overview — Synapse कैसे बना है