ai-memory:给你所有的Coding Agent一份共同记忆
今天GitHub trending上涨207星:ai-memory,作者Fabio Akita(akitaonrails),一个Rust二进制文件,MIT协议,给coding agent提供持久记忆,更有意思的是支持跨供应商交接。它挂在agent的生命周期事件上(提示词、工具调用、会话边界),把这些观察编译成一个git版本管理的markdown wiki,用SQLite做索引(全文搜索、实体、可选的向量嵌入),通过MCP和HTTP提供服务。会话结束时观察变成摘要,下一个agent——不管是Claude Code、Codex还是别的CLI——开局就带着"你上次做到哪儿了"。github.com/akitaonrails/ai-memory
最值得偷的设计决策是"编译而非检索",借自Karpathy。它不存原始对话记录再在召回时搜索,而是把观察流合成为连贯的页面:决策记录、会话摘要。你能读的记忆才是你能审计、能编辑的记忆,而git里的markdown文件是最无聊的存储方案,无聊恰恰是它有效的原因:可diff、可迁移、不绑定任何供应商。它甚至可以完全不用LLM运行,退化成全文搜索加实体搜索。
跨供应商交接才是真正的产品。现在每个harness都有自己的resume功能,但互相不通,而实际使用越来越多是两三个agent同时跑在同一个代码库上。这个月记忆层从四面八方涌来:DeepSeek Harness的append-only会话日志、holaOS的可编辑记忆文件,还有今天研究侧的MobileMem在给它做基准测试。所有人得出了同一个结论:上下文窗口会遗忘,所以模型周围的系统必须记住。
← 返回所有文章
最值得偷的设计决策是"编译而非检索",借自Karpathy。它不存原始对话记录再在召回时搜索,而是把观察流合成为连贯的页面:决策记录、会话摘要。你能读的记忆才是你能审计、能编辑的记忆,而git里的markdown文件是最无聊的存储方案,无聊恰恰是它有效的原因:可diff、可迁移、不绑定任何供应商。它甚至可以完全不用LLM运行,退化成全文搜索加实体搜索。
跨供应商交接才是真正的产品。现在每个harness都有自己的resume功能,但互相不通,而实际使用越来越多是两三个agent同时跑在同一个代码库上。这个月记忆层从四面八方涌来:DeepSeek Harness的append-only会话日志、holaOS的可编辑记忆文件,还有今天研究侧的MobileMem在给它做基准测试。所有人得出了同一个结论:上下文窗口会遗忘,所以模型周围的系统必须记住。
评论