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
LanguagesRust
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 setup

install.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。