你有没有过这种经历:在 Claude Code 里让智能体干到一半,临时切到 Codex 处理另一个分支,结果新开的那边完全不记得刚才分析了什么、踩过哪些坑、还留着哪些未决问题。智能体的上下文是“一次性”的,换工具就失忆。akitaonrails 的 ai-memory 就是给编码智能体装上一块跨工具的长期记忆:关掉一个智能体,在另一个里打开同一目录,它能接着你上次的地方继续。
项目基本信息
| 信息项 | 详情 |
|---|---|
| 项目名称 | ai-memory |
| GitHub地址 | https://github.com/akitaonrails/ai-memory |
| 项目描述 | 给编码智能体装上跨工具的长期记忆,便于在不同智能体间交接 |
| 作者 | akitaonrails |
| 开源协议 | MIT License |
| 开源状态 | 公开 |
| Languages | Rust |
| 支持平台 | Windows / macOS / Linux |
| 最后更新 | 2026-10-25 |
一、项目介绍
ai-memory 用 Rust 写成,是一个本地运行的长期记忆服务,专门面向编码智能体。它的核心场景是“handoff”:你在一个智能体(如 Claude Code)里工作到一半,换成另一个(如 OpenAI Codex)打开同一目录,ai-memory 会把之前的架构理解、失败过的尝试、未决问题都带过来,让新智能体无需你重新解释。
二、核心优势
一是跨厂商交接:记忆不绑定某一家智能体,Claude Code、Codex 等都能读写同一份记忆。二是本地优先、可控:记忆存在本机,可配置忽略路径与 allowlist 的捕获策略,敏感目录可排除。三是零 LLM 也能用:即使不配模型/嵌入 key,基于 FTS5 的检索仍然可用;接入 key 后能力更强。
三、适用场景
适合在多个智能体之间反复横跳的开发者,也适合长周期项目——今天干一点、下周接着干,记忆能跨越会话保留。对注重隐私的团队,本地存储与捕获策略让它可以在不泄露源码的前提下启用。
四、安装教程
Linux / macOS 一行安装脚本(无需 root):
curl -fsSL https://github.com/akitaonrails/ai-memory/releases/latest/download/install.sh | sh
ai-memory setupinstall.sh 会下载对应系统的发行包并校验 SHA-256,再把 ai-memory 链接到 ~/.local/bin;ai-memory setup 创建数据目录、启动用户级服务,并为检测到的智能体接好 MCP、hooks 与 Agent Skills。
Windows 用户可用官方 zip 安装包,或走 Docker 包装器(容器内跑二进制、挂载 $HOME):
ai-memory install # Docker 方式:仅此命令需落在宿主机常见报错:which ai-memory 为空,多半是 ~/.local/bin 不在 PATH,把 export PATH="$HOME/.local/bin:$PATH" 加进 ~/.bashrc / ~/.zshrc 即可。
五、使用示例
安装后重启智能体,直接问它“记得什么”:
What do you remember about this project?切换智能体时无需重连:
ai-memory run codex # 用 ai-memory 的记忆启动 Codex给另一个智能体接线只需换名字:
ai-memory install-mcp --client codex --apply
ai-memory install-hooks --agent codex --apply六、常见问题
Q:记忆会把我源码上传吗?
A:不会。服务默认只在本机 loopback 监听,捕获策略可排除指定路径;不上传源码。
Q:必须联网或配 API key 吗?
A:不必须。零 LLM 模式下 FTS5 检索照常工作;配 key 仅为增强语义检索。
Q:支持哪些智能体?
A:Claude Code、Codex、OpenCode 等,安装时对检测到的智能体逐一提示是否接线。
七、总结
ai-memory 把“智能体失忆”这个隐性成本显性化并解决掉。对在多个编码智能体间切换、又不想每次都从头解释背景的人,它是一块真正有用的长期记忆。
评论 0
还没有评论,来说两句吧。