周增 1.4 万 Star!给 AI 编程助手装上「永久记忆」,再也不用每次从头解释项目了

每次新开一个 AI 编程会话，都要重新解释项目结构、编码偏好、踩过的坑——这个痛点终于有人解决了。一个叫 agentmemory 的开源项目，月增 1.4 万 Star，让 AI Agent 真正「记住」你的一切。

它是什么

简单说，agentmemory 是一个专门给 AI 编程助手用的「永久记忆」引擎。它在后台自动捕捉你每次和 Claude Code、Codex、Cursor 等工具的对话、工具调用和决策结果，然后压缩成可检索的记忆结构。下次你换个会话或换个 Agent，它自己就知道：你的项目长什么样、你偏好哪种代码风格、上次那个 bug 是怎么修好的。

技术上，它用的是 4 层记忆巩固管道：工作记忆（原始观察）→ 情景记忆（压缩的会话摘要）→ 语义记忆（提取的事实和模式）→ 程序记忆（工作流和决策模式）。检索用 BM25（关键词）+ 向量（语义）+ 知识图谱（实体关系）三者融合，准确率达到 95.2%。

为什么值得看

月增 14,292 Star：22.8K 总星，一个月冲进 GitHub Trending 前列，说明「AI Agent 记不住」是普遍刚需。

检索准确率 95.2%：LongMemEval-S 基准测试，用免费本地嵌入就达到 95.2% Recall@5，不需要任何付费 API。

每年 Token 花费不到 10 美元：将每年 1950 万 token（全量上下文）压缩到 17 万 token（增量记忆），成本从 ~$500 降到 ~$10。

支持 50+ Agent：Claude Code、Codex、Cursor、Copilot、Gemini CLI、Aider 等全兼容，MCP / REST / Native 三种接入方式。

生活和工作中能拿它干嘛

长期项目开发：在一个项目上断断续续工作几周，Agent 永远记得上次做到哪了、哪些方案被否决、为什么选了 A 而不是 B——不用每次都翻 git log 回忆上下文。

团队协作：同一个项目中不同开发者用不同 Agent（比如你用 Claude Code、同事用 Cursor），共享同一份记忆库，避免重复踩坑。

多项目并行：同时维护 3-5 个项目，每个项目的 Agent 记忆自动隔离，不会把 A 项目的配置规则用到 B 项目上。

适合谁用

高频使用 AI 编程工具的开发者：每天都跟 Agent 打交道，最烦「重新解释」环节。

独立开发者 / 自由职业者：同时接好几个项目，需要 Agent 对每个项目保持独立记忆。

技术团队 Leader：想让团队内部共享 Agent 经验（比如「上次部署踩的坑」「这个 API 的正确用法」），而不是每个人都重新问一遍。

AI 应用开发者：想在自家 Agent 应用里加上记忆能力，直接集成 agentmemory 即可。

亮点拆解

自动捕获，零手动：后台静默运行，自动挂载 12-22 个 Hook 捕捉每次会话的关键信息，不需要你主动「保存」或「记录」。

隐私优先：自动剥离 API Key、密码等敏感信息再存储；支持 <private> 标签标记不想被记住的内容。

混合检索引擎：不是简单的关键词搜索，而是 BM25 + 向量语义 + 知识图谱三重融合，能理解「上次那个渲染性能问题怎么解决的」这种自然语言查询。

多 Agent 隔离：不同 Agent 角色的记忆可以隔离（比如「架构师 Agent」和「实现者 Agent」各记各的），也可以共享，灵活配置。

快速体验（30 秒）

# 全局安装
npm install -g @agentmemory/agentmemory
# 启动服务
agentmemory
# 连接到 Claude Code（一行搞定）
agentmemory connect claude-code
# 安装附带技能（15 个预设 skill）
npx skills add rohitg00/agentmemory -y

启动后访问 http://localhost:3113 可以看到实时记忆仪表盘。更详细的配置请看仓库 README。

用前须知

需要 Node.js 环境：基于 npm 安装运行，服务器需要 Node.js 18+。

首次运行会下载嵌入模型：本地嵌入用的是 all-MiniLM-L6-v2，约 80MB，首次会自动下载。

不适合超大单体仓库：如果项目文件数超过 10 万，建议先排除 node_modules、dist 等目录，避免记忆膨胀。

你怎么看？AI Agent 的「永久记忆」会不会像代码补全一样成为标配？欢迎评论区聊聊。

信息来源

https://github.com/rohitg00/agentmemory