给 AI 编程助手一个真正的记忆：PMB 是怎么做到的

用过 Claude Code、Cursor 这些 AI 编程工具的人，大概都经历过这种事：上个 session 教了它一堆项目规则、踩坑经验、架构决策，新开一个对话，它全忘了。你说"修复上周那个 LoadGuard 定价 bug"，它一脸无辜地回"什么 bug？"

LLM 只有上下文窗口，没有持久记忆。每次对话都是从零开始，这是模型架构决定的，跟模型聪不聪明没关系。

昨天 HN 上有个项目叫 PMB（Project Memory Bank），专门解决这个问题。它的思路很有意思——不用任何云服务，不用 API key，一个 SQLite 文件搞定一切。我去翻了源码，发现它在几个关键设计上的选择值得聊一聊。

它是怎么工作的

PMB 通过 MCP（Model Context Protocol）协议接入 AI 编程助手。MCP 是 Anthropic 提出来的开放协议，目标是让 AI Agent 通过标准化接口调用外部工具和记忆系统。Claude Code、Cursor、Codex、Windsurf、Zed 都支持。

架构并不复杂：

存储层：一个 SQLite 数据库文件，加一个本地的 LanceDB 向量索引。没有服务器，没有云依赖，数据就在你磁盘上。

检索层：BM25 关键词搜索 + 向量语义搜索，再用 Reciprocal Rank Fusion（RRF）把两种结果融合。作者说目标是"找到对的记忆，而不是最近的记忆"。这跟很多 RAG 系统只拼向量相似度不一样——纯向量搜索容易漏掉精确关键词匹配，纯 BM25 又抓不到语义关联，混合起来效果才靠谱。

接入层：MCP 协议提供 29 个工具。recall、record_lesson、record_decision 是最常用的。

光看架构你可能会想"这不就是一个本地 RAG 吗"。但 PMB 值得说的地方不在架构，在自动化程度上。

关键设计：不靠 Agent "记得"去调工具

Agent 记忆系统最大的坑不是存不好，是用不好。你给 Agent 一堆 recall/record 工具，它很多时候就是不调。LLM 优先处理当前上下文里的内容，历史记忆？它不一定看得到。

PMB 的解法是绕过 Agent 的主动性，在协议层强制注入记忆。它装了四个 hook：

UserPromptSubmit → 自动召回。每条用户消息进来，先走一个分类器（regex + 多语言支持，亚毫秒级），如果匹配到相关记忆，在 Agent 思考之前就注入上下文。Agent 不需要自己决定要不要调 recall，记忆自己就送上门了。

PostToolUse → 被动观察。Agent 每次用完工具，PMB 在后台记录一次。读操作和 ls 之类的噪音会被过滤掉，只保留编辑、测试、commit 这些有意义的行为。这为后续的自动记忆合成提供了素材。

SessionStart → 会话恢复。上下文窗口压缩时，Agent 通常会忘记刚才做了什么。这个 hook 从记录中重建"上次做到哪了"——哪些决策做了、哪些任务完成了、哪些经验学到了、还有哪些目标没完成。新 session 不再是白纸一张。

Stop → 自动写入 + 遵循检查。每轮结束时做两件事：一是检查这次浮现的教训（lesson）有没有被 Agent 真正采纳（通过 token 重叠度检测，不是靠模型自报），二是如果 Agent 这一轮没有主动调用任何 record_* 工具，就从观察到的行为中合成一条记忆写进去。

最后这个设计很实用。Agent 忙起来就是会忘记记录经验，你不能指望它每次都主动调工具。PMB 直接在后台补上，而且去重——Agent 自己记了就不重复写。

性能数据

PMB 公布了一组基准数据：

35 毫秒的召回延迟基本等于无感——比发一条网络请求还快。写入更是亚毫秒级，完全不阻塞工作流。3.7 秒的冷启动是因为第一次要加载嵌入模型，启动后热缓存就快了。

LoCoMo 94.5% 的 recall@10 数据是他们自己的 benchmark，效果不错但最好保留一点怀疑态度——自测 benchmark 总是会比第三方测试好看。不过思路是对的。

和"让 Agent 自己记"的区别

现在很多方案走的是"教 Agent 用记忆工具"的路线——在 CLAUDE.md 或 system prompt 里写"请记住重要决策"，给 Agent 提供 recall/record 工具，希望它能自觉使用。

这条路有个根本问题：LLM 的注意力机制决定了它优先处理当前用户消息里的内容，而不是历史记忆里的内容。除非记忆被显式注入到上下文里，否则 Agent 大概率当它不存在。

PMB 换了个思路：不改变 Agent 的行为，改变记忆注入的方式。记忆在 Agent 看到用户消息之前就已经在上下文里了，Agent 自然会参考它。就像给人戴个耳机播放背景信息——你不需要主动去查资料，信息自己流进耳朵。

代价是记忆注入的粒度依赖分类器质量。分类器判断不准，该注入的没注入，或者注入了噪音，反而干扰 Agent。PMB 用 regex + 多语言支持来降低误判，但复杂场景下够不够用，还得看实际项目验证。

本地优先 vs 云端记忆

PMB 坚持本地优先——数据就在你磁盘上，不经过任何第三方服务器。这对开发者来说是安全感：代码仓库的决策记录、踩坑经验、个人偏好，不需要上传到某个公司的服务器。

也有取舍。本地意味着不跨设备、不做团队共享。PMB 的回答是"你自己决定要不要同步"——SQLite 文件可以拷到 Dropbox、推到 git、放 U 盘里，随你。

在 AI Agent 记忆方案里，本地优先和云端是两条不同的路。我自己用的 Hermes Agent 走的是共享记忆路线——四个 Agent 连同一个 TencentDB 记忆后端，跨 profile 读写，适合多 Agent 协作。但代价是记忆系统本身成了一个需要运维的服务。PMB 的路线更简单：不依赖任何基础设施，pip install 就能用，适合个人开发者。

教训自检机制

PMB 还有一个"教训自检"的设计：每条教训都有一个 surface_id，记录被展示给 Agent 的次数和被实际采纳的次数。如果一条教训反复被展示但 Agent 从不采纳，它会被标记为"💀 DEAD"（已失效）；如果被采纳了两次以上，标记为"★ USEFUL"。你可以看到哪些规则真的在起作用，哪些只是噪音。

技术含量不高，但解决了一个实际问题：规则文件越写越多，大部分早不管用了但没人清理。PMB 用数据告诉你哪些该留、哪些该删。

我的看法

PMB 的算法没什么新鲜的——BM25 + 向量 + RRF 是标准 RAG 配方，SQLite + LanceDB 是常见组合。它的价值在于工程细节做得到位：四个 hook 让记忆真正被用起来、亚毫秒写入不阻塞工作流、自动去重避免记忆膨胀、教训自检帮你清理噪音。

对于个人开发者来说，"AI 编程助手记不住东西"这个痛点真实且频繁。如果你经常用 Claude Code 或 Cursor，厌倦了每个新 session 都重新解释项目背景，PMB 值得一试。

pip install pmb-ai
pmb setup
pmb warmup

三行命令，你的 AI 编程助手就有了真正的记忆。不用注册账号，不用配 API key，不用启动服务。

项目地址：github.com/oleksiijko/pmb^[1]

引用链接