你的 AI 助手终于不会失忆了:这个 900+ Star 的项目用一个脚本解决了 Agent 永久记忆难题

你的 AI 助手终于不会失忆了：这个 900+ Star 的项目用一个脚本解决了 Agent 永久记忆难题

每次打开 Claude Code、Codex 或 Cursor，你的 AI 助手都像第一次见到你一样——不知道之前的决策、不记得你的偏好、对上周讨论过的架构方案毫无印象。

这不是你的错觉。这是 AI 助手的先天局限：每个会话都是全新的，没有长程记忆。

今天要推荐的项目 OptMem（930⭐），用 426 个 token 和一个脚本，就给了 AI 真正的永久记忆。它不是另一个向量数据库，不是另一个 RAG 方案——它比你想象的简单得多。

它做了什么？

OptMem 是一个极简的记忆系统，专为 AI 编程助手设计。安装只需要一行命令：

curl -fsSL https://raw.githubusercontent.com/VictorTaelin/OptMem/main/install.sh | sh

运行后，它会打印一个 ## Memory 块。把它粘贴到你的 AI 助手的 AGENTS.md（或 CLAUDE.md）里，就完成了。你的 AI 从此拥有了跨会话、跨模型、跨厂商的持久记忆。

重启会话？换了新模型？从 Claude 切换到 Gemini？记忆都在。

原理其实很简单

OptMem 的聪明之处在于不做复杂的事。

传统方案会建向量数据库、做语义搜索、搞 RAG pipeline——OptMem 一条都不走。它的核心设计只有三句话：

1附加日志：每条记忆都是一行文本，追写到 LOG.txt 里。永不修改，永不删除。

2二叉摘要树：相邻的两条记忆自动合并成一条摘要，摘要再两两合并，形成一棵树。wake 命令从树根往下读，在预算 token 内给出最高价值的信息。

3位置即身份：每条记录固定宽度，位置就是它的 ID。查找只需要一次文件 seek——百万条记忆的 wake 只需 0.03 秒。

怎么用？

安装后，你的 AI 只需要记住几个命令：

命令	作用
`memo wake`	唤醒记忆——每个会话的第一个操作
`memo note "..."`	记录一条记忆（一行，最多 280 字）
`memo nap`	处理到期的记忆合并
`memo recall <正则>`	逐字搜索所有历史记忆
`memo zoom <a-b>`	展开一个摘要节点，看到原始内容

工作流是这样的：

会话开始时，AI 执行 memo wake，读取之前记住的所有关键信息。工作时，学到了什么新知识就 memo note。当笔记积累到一定量，memo nap 会自动合并相邻的记忆，压缩成摘要。

整个系统就是这样——读、写、压缩，循环往复。

和竞品比怎么样？

特性	OptMem	向量数据库	RAG 方案	文件系统记忆
安装复杂度	一行命令	需要部署	需要 pipeline	需要自己写
跨会话	✅	✅	✅	❌
跨模型	✅	✅	✅	❌
零依赖	✅ 纯 Python	❌	❌	看实现
百万条查询	0.03s	毫秒级	秒级	看实现
Token 消耗	426 token	通常很大	中等	看实现

但 OptMem 最独特的不是技术指标——它的设计哲学。它不追求"最智能的语义理解"，它追求"最可靠的事实留存"。它选择用精确搜索（正则匹配）而非模糊搜索（语义向量），因为对于"上次的架构决策是什么"这种问题，精确比模糊重要。

需要诚实说的局限

•没有语义搜索：只能用正则匹配搜索。你要回忆一个东西但记不清原话时可能会费点劲。

•每条笔记限 280 字：这是故意设计的（压缩效率），但对长笔记需要手动拆分。

•只支持单个机器：$MEMORY_DIR 可以用同步盘实现跨设备，但不是原生分布式。

•生态还年轻：作者是 VictorTaelin（也是知名项目 HVM/Bend 的作者），项目才上线 6 天，主要面向 Claude Code 用户。

几个让效率翻倍的小技巧

1调整 WAKE_LINES：默认 96 行约等于 8k token。内存不够时调到 50，想读更多时调到 200。

2把 memory 目录同步到 Git：设置 $MEMORY_DIR 到一个 Git 仓库，所有记忆自动版本化。

3子 Agent 不要跑 memo：如果 spawn 了子 Agent，在 prompt 里写一句"You are a subagent. Don't run memo"，避免重复写入。

我的看法

OptMem 是一个少即是多的典范。当大家都在堆复杂度的时代，它用 426 个 token 和一个 Python 脚本就解决了一个被普遍认为需要向量数据库的问题。

它给 AI 助手的"记忆"下了一个新的定义：不是"理解"你说了什么，而是"记住"你说了什么。前者是 AI 模型的事，后者是工具的事。OptMem 专注于把它自己的那一部分做到极致。

如果你是 AI 编程助手的重度用户，值得花 30 秒装一下这个项目。它会改变你和 AI 协作的体验——从每次从头开始，变成真的有积累、有延续的长期协作。

📦 项目地址：VictorTaelin/OptMem^[1]

💡 别忘了把 ~/.optmem 加到 PATH 里，方便直接输入 memo 命令。

参考链接

[1] VictorTaelin/OptMem: https://github.com/VictorTaelin/OptMem