乐于分享
好东西不私藏

AI-Memory:换了个 AI 助手, 记忆还在上下文无缝接力

AI-Memory:换了个 AI 助手, 记忆还在上下文无缝接力
OPEN SOURCE · RUST2026.08

换个工具就得重新解释一遍项目?

换了个 AI 助手,记忆还在

上下文无缝接力

Rust · MCP · 本地优先 · 跨 Agent 交接

ai-memory

RUSTMIT

📦 3 Parts + Conclusion

👉 滑动

PART 01

它解决什么

AI 助手的失忆症

PART 02

核心机制

会进化的 wiki

PART 03

接入与上手

MCP + 三分钟

PART ///

写在最后

工具会换,记忆不丢

退出 Claude Code 干到一半,几小时后在同一目录启动 Codex——它自己就知道你上次做到哪了。

这周 GitHub Trending 上冒出来一个很有意思的 Rust 项目,上线没多久就进了今日热榜。作者是巴西 Ruby 社区名人 Fabio Akita。它的定位一句话:给 AI 编码 Agent 装一个长期记忆。这篇带你十分钟看懂它解决什么问题、怎么工作、怎么上手。

01

PART

一个困扰所有 AI 程序员的问题

THE AMNESIA OF AI CODING AGENTS

用过 AI 编程助手的人都有这个体验:每次开新会话,它都不记得你的项目架构、你踩过的坑、你昨天刚定的技术选型。换一个工具更惨——从 Claude Code 切到 Codex,等于把记忆清零,一切重新解释。

架构是什么?重新讲

试过什么方案失败了?重新踩

上次聊到哪了?不记得

ai-memory 的答案很直接:把“会话产生的知识”沉淀成一本会进化的 wiki,不管明天你用哪个工具,它都能把上下文接回来。

02

PART

核心机制:把会话变成一本会进化的 wiki

AN EVOLVING LLM WIKI

ai-memory 不是简单记录聊天日志,它的设计思路是 Karpathy 提过的“LLM wiki”:

每个会话结束时,把观测编译成结构化的 Markdown 页面(不是存原始日志)

页面存进 SQLite,同时用 git 版本化——可以时间旅行回看任何一版

检索用 FTS5 全文 + 实体匹配 + 图邻接多路召回,还可以接向量检索

页面分 _rules/、decisions/、procedures/、gotchas/ 等类型,维护型页面在召回时优先于流水账

LLM 是可选项:不配模型也能用全文检索 + 规则摘要

它记住的是“结论”,不是“过程”。

03

PART

接入方式:MCP + 生命周期钩子

HOW IT PLUGS INTO YOUR AGENT

ai-memory 以常驻服务器运行(Rust axum,默认端口 49374),通过两条路接入你的 AI 工具:

MCP 服务——给 Agent 提供 memory_query、memory_write_page 等工具

生命周期钩子——SessionStart 时注入“上次做到哪”的简报,SessionEnd 时自动整理页面

它支持的 Agent 列表很长:Claude Code、Codex、Command Code、Cursor、Gemini CLI、Devin CLI、OpenCode、Kimi Code、Grok Build CLI、OpenClaw、Zed……连 Oh My Pi / OMP 和 Pi 都原生支持。数据按项目 UUID 隔离,多项目不串台;也可以部署在家里的 NAS 上,全家电脑共用一套记忆。

顺带一提:Oh My Pi 就是这个工作区里正在开发的 IDE 编程代理,ai-memory 官方支持它,意味着两边的生态是相通的。

04

PART

三分钟上手

QUICK START

Arch 用户直接装 AUR 包,其余平台用官方二进制或 Docker。初始化:

...bash

mkdir -p ~/.config/ai-memory ~/.local/share/ai-memory

ai-memory --data-dir ~/.local/share/ai-memory \

  --config ~/.config/ai-memory/config.toml init

systemctl --user enable --now ai-memory.service

ai-memory install-mcp --client claude-code --apply

ai-memory install-hooks --agent claude-code --apply

日常最常用的几个命令:

...bash

ai-memory run codex  # 接着上次的工作流启动 Codex

ai-memory continue  # 什么都不用输,回到上次的位置

ai-memory bootstrap  # 用 git log/README 播种项目历史

ai-memory write-page --path decisions/0007-db.md --body '...' --pinned

///

LAST

写在最后

TOOLS CHANGE, MEMORY STAYS

ai-memory 的价值在于:它把“AI 的记忆”从工具绑定里解放了出来。工具会换,记忆不该丢。对于重度依赖多个 AI 编程工具、或者团队共用一台 agent 机器的人来说,这可能是最近值得装的一个小东西。

需要注意:它提供的是历史记忆,不是实时代码事实——改代码前还是以当前代码库为准,记忆里的描述先验证再用。

项目信息
内容
项目地址
github.com/akitaonrails/ai-memory
语言 / 协议
Rust · MIT
今日数据
2.2k star · 201 fork · 1,254 commits
公众号内添加AI客服智能体,已将公众号内文章作为知识库,公众号内提问即可体验,快来关注吧!

如果您觉得文章内容对您有所帮助,请点赞关注收藏,如有问题欢迎留言,创作不易,感谢有您!