换一个 AI 就要重新介绍自己?这个工具让所有 AI 记住同一个你

你有没有过这种体验：

用 Claude Code 跟了一个月的项目，换成 Codex 接手，它一脸懵——不知道你的项目背景，不知道你的技术栈，不知道你上次踩过什么坑。你只能从头解释一遍。

每次换 AI，都像入职新员工，重新培训。

今天分享一个工具，解决这个问题。

Memmy：给所有 AI 装上同一份记忆

项目地址：

github.com/MemTensor/memmy-agent

一句话说清楚它干的事——

把你的偏好、决策、项目进度和历史经验，保存成一个独立的记忆中心，再提供给 Codex、Claude Code、OpenClaw、Hermes 等工具共用。

换 AI 不用重新解释自己，所有工具读到的是同一份"你"。

为什么这件事重要

现在越来越多的人同时在用多个 AI 工具：

•

写代码用 Claude Code

•

做数据分析用 Codex

•

跑自动化任务用 OpenClaw

问题在于，

这些工具之间是失忆的

。A 工具里你调好的偏好，B 工具完全不知道。你跟 A 解释了半天的项目架构，换了 B 又要从头讲。

Memmy 做的就是打通这层隔阂——记忆不绑定某个工具，而是绑定你这个人。

它的记忆不是简单存聊天记录

很多人第一反应：这不就是存对话历史吗？

不是。Memmy 设计了一套多层级的记忆架构：

记忆层级

存什么

举个例子

L1 追踪

经过过滤的对话记录

你让 AI 修改了哪几个文件，用了什么方案

L1 子目标

复杂任务中的关键步骤

一个超过 10 步的操作里，核心子任务是什么

L2 策略

反思后的经验总结

“这个项目的部署用 Docker 比直接跑更稳”

L2 失败经验

单独保存的踩坑记录

“上次用 v2 API 调不通，是因为版本不兼容”

L3 技能

从成功经验中提炼的能力

“用户偏好用 TypeScript 写工具脚本”

几个值得注意的设计：

闲聊不会被记住。

你跟 AI 聊天气、打招呼，不会进入记忆库，不占空间也不污染检索。

失败经验单独存储。

踩过的坑会标记为"失败避免"类记忆，下次检索到类似场景会主动提醒，但不会干扰正常的成功路径。

记忆是本地存储的。

所有数据存在你本机的 SQLite 数据库里，用的是本地嵌入模型做向量检索，不上传云端。数据控制权在你手里。

支持哪些工具

目前明确支持集成的：

•

Claude Code

— Anthropic 的编程 Agent

•

Codex

— OpenAI 的代码生成工具

•

OpenClaw

— 自动化任务 Agent

•

Hermes Agent

— 通用 AI 代理

核心的跨工具交接逻辑是：当你在 A 工具里完成一段对话，Memmy 会自动识别对话节点，生成记忆摘要。你切到 B 工具时，它会提供续接提示，让 B 工具直接读取相关上下文。

不需要手动复制粘贴项目背景。

怎么安装

提供桌面应用和 CLI 两种方式：

•

桌面应用

：支持 macOS（Intel + Apple Silicon）和 Windows，下载安装包即可使用

•

CLI 工具

：命令行操作，适合开发者集成到现有工作流

•

BYOK 模式

：支持自带 API Key，不绑定云服务

区分国内版和国际版，按需下载。

谁适合用

人群

用途

多 AI 工具用户

Claude Code + Codex + 其他工具来回切换的开发者

内容团队

多人协作时，统一项目背景和偏好记忆

个人创业者 / 一人公司

项目多、工具杂，需要 AI 保持上下文连贯

经常切换项目的人

不同项目的记忆隔离，互不干扰

一点判断

AI 工具会越来越多，但

记忆不应该被工具绑定

。

你的项目背景、你的技术偏好、你踩过的坑——这些是你个人的数据资产，应该跟着你走，而不是锁在某个工具里。

Memmy 解决的表面问题是"换 AI 不用重复解释"，底层逻辑其实是

把记忆的控制权从工具侧拿回用户侧

。

这个方向，我觉得是对的。

项目地址：

github.com/MemTensor/memmy-agent

建议收藏，如果你同时在用两个以上的 AI 编程工具，值得试一试。

工具会迭代，但你的经验不该每次归零。