从AI工具到AI搭档,分享一个造价人可以使用的记忆系统

给造价人推荐一个长期记忆工具：Agent Memory Vault

可能我们都会遇到这样的问题：

我们每天都在使用AI，也在不断教AI怎样完成自己的专业工作。但这些经验，他不能被完整的积累下来，下次遇到这样的事情，你还得告诉他一次。

比如，我们让AI帮忙对比材料价格。

第一次，我们告诉它，不能只看材料名称，还要核对品牌、规格型号、计量单位、含税情况、运费以及价格对应的时间。

第二次换了一个项目，我们可能又要重新交代一遍。

第三次，换了一个AI工具，还是得从头说起。

明明这些规则已经讲过很多次了，但AI却像一个每天重新入职的新员工，需要我们反复交底。

这就带来了一个问题：

我们花了大量时间训练AI，但这些投入，究竟有没有变成可以持续复用的资产？

如果每次使用AI，都要重新告诉它我们的工作习惯、审核标准、专业判断逻辑，那么我们只是获得了一个高效的执行工具，还没有真正建立起自己的AI工作系统。

最近，我发现了一个开源项目，叫做 Agent Memory Vault。

我觉得它的思路很值得我们造价人员了解。

一、让AI拥有一个属于你的长期记忆库

Agent Memory Vault 是一个面向 AI Agent 的长期记忆管理系统。

简单理解，就是给AI建立一个可以不断积累、查找和复用经验的工作档案库。

它可以保存什么？

第一类：你的专业工作规则。

材料价格应该如何对比？工程量清单的项目特征应该从哪些维度复核？发现疑似重复清单时，应该怎样进一步判断？

这些经过验证的专业规则，可以整理并保存下来。

第二类：你的项目经验。

某个项目采用了什么审核原则？哪些争议已经形成一致意见？还有哪些问题等待解决？

下一次处理这个项目时，AI可以先读取相关记忆，而不必完全依靠我们重新介绍背景。

第三类：你的工作流程。

比如，你已经摸索出一套比较成熟的材料价格复核流程。

从资料整理、字段标准化、价格匹配，到异常识别和结果输出，每一步都有明确要求。

这些流程可以沉淀下来，成为下一次任务的参考。

当然，保存以后能否被正确调用，还需要设置检索规则和工作流程。它并不是安装完成就自动记住所有对话。

二、它究竟是怎样记住这些经验的？

它主要采用三种方式：

Markdown负责保存记忆。

也就是把经验、规则、决策整理成普通的文本文件。即使以后更换AI工具，这些文件仍然可以保留和阅读。

SQLite负责查找记忆。

当AI需要处理一个新任务时，可以搜索记忆库，找到与当前工作有关的内容。

还可以选择增加本地语义检索，让系统不仅通过关键词，也通过内容含义来寻找相关记忆。

Git负责记录记忆的变化。

比如，原来的一条审核规则被修改了，系统可以记录修改历史，必要时进行追溯。

它还有一套写入检查和审核机制，减少不同AI Agent 修改同一份记忆时发生冲突的风险。

更值得关注的是，它主要面向 Claude Code、Codex 等工具，可以让不同AI Agent 使用同一套长期记忆。

也就是说，未来我们不一定需要为每一个AI工具重新建立一套独立的工作经验。

三、对于造价人员，我觉得可以尝试的是什么？

我们可以先从一个特别小的工作场景入手。

比如：材料价格复核。

第一步，找一个你已经非常熟悉的材料价格对比任务。

第二步，把你平时凭经验完成的判断过程梳理出来。

例如：

• 匹配材料时，需要比较哪些字段？
• 品牌相同、规格不同，能否认为是同一种材料？
• 含税价和不含税价如何处理？
• 什么时候可以自动匹配，什么时候必须人工确认？
• 出现价格异常时，应该怎样输出问题？

第三步，把这些规则整理成一份结构清晰的Markdown文件，经过人工确认后纳入记忆库。

第四步，在下一次材料价格复核任务中，让AI先检索并读取这份规则，再开展工作。

第五步，检查AI是否正确执行，并根据实际情况更新规则。

这样做了几次以后，你积累的就不再只是几次与AI的聊天记录。

而是一套可以持续复用的专业工作方法。

以后，还可以逐步扩展到项目特征复核、工程量清单对比、合同条款检查、资料完整性核查等场景。

我们真正需要积累的，不是AI生成了多少份文件，而是那些经过实践验证、能够反复使用的专业判断规则。

四、这个工具需要付费吗？普通造价人员能不能用？

Agent Memory Vault 是一个采用MIT许可证的免费开源项目。

基础运行需要Python和Git，记忆可以保存在本地电脑上。Obsidian不是必需品，只是一个可选的笔记管理工具。

它提供Windows安装方案，也支持macOS和Linux等环境。

不过，有一点需要特别提醒大家：

这还不是一款下载安装后就能自动使用全部功能的傻瓜式软件。

尤其是原生Windows版本，目前正式记忆写入接口存在只读限制，完整的受控写入流程需要使用受支持的POSIX环境。

如果你已经在使用Codex或Claude Code，并且有一定的工具配置能力，可以研究这个项目。

如果你刚刚开始接触AI，我反而建议先用最简单的方式：

建立一个本地文件夹，把自己的审核规则、典型错误、工作流程整理成Markdown文件，再让支持本地文件读取的AI工具按需调用。

先把记忆的内容和调用方式跑通，再考虑是否需要安装完整的管理系统。

因为真正有价值的，是你沉淀下来的专业知识，而不是工具本身有多复杂。

五、项目地址分享给大家

如果你对AI长期记忆感兴趣，可以研究一下这个开源项目。

项目名称：Agent Memory Vault

GitHub地址：https://github.com/mcncarl/agent-memory-vault

项目提供了中文说明、安装文档和相关技术实现。

需要说明的是，这里主要分享项目思路与公开文档，并非经过完整实测后的效果评测。正式用于工程项目时，还需要验证功能、稳定性与资料保密要求。

写在最后

既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以点个关注

我是张兰，谢谢你看我的文章，我们一起将AI嵌入我们的工作流程。