ai-memory：AI 编程助手长期记忆

项目简介

ai-memory 是一个给 AI 编程 Agent 使用的长期记忆服务。它解决的核心问题是：Claude Code、Codex、Cursor、Gemini CLI 等工具各自记自己的笔记，这些记忆绑定在单台机器和单个 Agent 上，一旦切换工具或把工作交给别人，之前积累的上下文就丢失了。

ai-memory 让二十多种 harness 共用同一份记忆。在任务中途退出 Claude Code，然后在同一目录启动 Codex，新 Agent 会收到一份交接说明，其中列出工作停在哪里、哪些方案失败了、还有什么未解决。

记忆的真相来源是一个由 git 托管的普通 .md 文件 wiki，数据库只是可随时重建的派生索引，因此可以用 grep 搜索，也可以用 Obsidian 打开，或直接手工编辑。

主要功能

• 跨 Agent：Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Grok、Devin、Kimi、Kiro 等二十多种工具共享一份记忆。交接采用有类型的协议，每份交接都有归属者，并且只能被认领一次。
• 跨项目：会话开始时，会把一份关于你工作习惯的小型 profile（包含包管理器、测试布局和架构偏好等）带到每个新仓库，作为各仓库规则文件之下的默认值。
• 跨机器：记忆保存在你自己运行的服务器上，既可以是同一台笔记本，也可以是 homelab 机器，因此可以在桌面端开始工作，然后在笔记本上继续。
• 面向团队：所有人指向同一个服务器，某个人的会话学到的东西，其他人的 Agent 也能检索到；知识按项目共享，个人交接保持私有。多用户认证、个人归属和审计日志都是内置功能，并非付费档位。
• 静默采集：生命周期钩子记录 prompt、工具调用和会话边界，并在有类型的隐私边界处清洗后才存储，最后整合成可读页面。
• 默认零 LLM 调用：采集、搜索和交接都不需要 API key。记忆按可调的层级计划衰减，被使用过的记忆衰减更慢；冷掉的情景笔记可以压缩为持久事实（文件路径、错误码、决策），近似重复会被合并，疑似矛盾会被标记，全程不调用 API。
• 可逆：没有硬删除，原始内容保留在 git 中，版本链可以用 restore-page 恢复。
• 可选的 "dream"：配置了 LLM 后，可以在空闲时把整簇冷笔记重写成连贯页面，一旦恢复工作就取消；它从不删除来源，默认关闭。
• 单文件二进制：附带的 purge 命令会明确说明"删除"的含义，写上限（约 700/s）来自实测，审计日志记录每一次变更。

工作原理

capture ──▶ consolidate ──▶ recall ──▶ handoff
 hooks        session-end      search     next agent,
 observe      summaries as     + brief    any harness
 silently     wiki pages       injection

Agent 工作时通过生命周期钩子发出清洗后的观察记录；会话结束时，观察记录变成项目 wiki 中连贯的 markdown 页面（可选由 LLM 撰写，不配置也有用）。下一次会话由任意机器上的任意 Agent 拿到一份有长度上限的简报，并可搜索全文、实体、链接以及可选的向量，融合成一个排名。

可选的服务端管理控制台需要同时做编译期和运行期开关：用 --features management-ui 构建，并以 serve --transport http --enable-management-ui 启动，提供用户管理、会话查看与删除、个人 MCP API key 等功能。

安装与使用

Linux 与 macOS 两条命令，无需 root：

curl -fsSL https://github.com/akitaonrails/ai-memory/releases/latest/download/install.sh | sh
ai-memory setup

用 ai-memory run 启动 Agent，可以带上共享工作流和本地会话投影，例如：

ai-memory run codex

直接启动 harness 的行为与之前完全一致。

平台支持情况：Linux、NixOS 模块、macOS 支持；Windows 通过 WSL2 支持，原生 Windows 为实验性。官网为 aimemory.sh。

注意事项

• 会重写或丢弃内容的功能（压缩、去重、按层级衰减曲线）默认关闭，需要手动开启；访问加权保留始终开启，因为它只会让记忆保留得更久。
• 向量检索、LLM 整合、"dream" 整合、belief-strength 排序等均为可选，默认走零 LLM 路径。
• 不同 Agent 的集成程度不同，有的支持 MCP 注册与钩子，有的只支持其一（如 MCP-only、hooks-only），具体可参见仓库的 docs/support-matrix.md。
• 在共享服务器上，跨项目 profile 是可选开启的，并且每个人各自私有。

本作品整理自 GitHub 开源项目 akitaonrails/ai-memory，原作者 @akitaonrails，许可证 MIT。中文介绍由 AI 根据项目 README 整理，以原仓库为准。