夜雨聆风换了一个 AI 工具，第一件事是什么？——把项目背景从头到尾讲一遍。上一个工具记住的约定、已解决的问题、踩过的坑，新工具全都不知道。
这就是 Dejavu 要解决的：跨工具的长期记忆同步。你在 Claude 里建立的项目理解，切换到 Cursor、Codex 马上就能用，不需要重复劳动。
它的核心逻辑是什么？
Dejavu 本质是一个本地存储层，兼容MCP 协议，在不同 AI 工具之间同步项目的上下文记忆。它不依赖云端，不需要注册账号，所有数据存在本地——跨工具使用时不涉及数据泄露问题。
使用逻辑很简单：在每个 AI 工具里配置 Dejavu 的 MCP server，之后这个项目相关的上下文就会自动同步。换工具时，Dejavu 把你之前建立的记忆状态恢复给新工具。
{
}
和项目级记忆工具（比如 Claude Memory）有什么区别？
Claude Memory 是单个工具内的记忆，Dejavu 解决的是跨工具的问题——你在 A 工具学到的东西，希望 B 工具也知道。这是不同的需求。
对于同时使用多个 AI coding agent 的开发者，Dejavu 的价值更明显。比如你用 Claude Code 做架构设计，用 Cursor 做代码实现，用 Codex 做 Code Review，每个工具各自积累的上下文通过 Dejavu 打通。
{
}
支持哪些 AI Agent 平台？
- OpenClaw
- Claude Code
- Cursor
- Codex
- OpenAI GPT
- Warp
- Zed
安装路径
🌐 在线了解
访问官方仓库，了解支持的平台和最新功能。
🪟 Windows / macOS / Linux（npm 安装）
npm install -g dejavu-ai
dejavu init
# 按提示配置 MCP server 到你使用的 AI 工具如果你对 AI coding agent 的「记忆持久化」问题有诉求，Dejavu 是一个值得关注的项目——尤其是对于同时跑多个 Agent 工作流的团队。204 Stars，2026-05-18 发布，增长速度可以看出社区对这类工具的需求。
项目地址：https://github.com/JSingletonAI/dejavu
