换了一个 AI 编程工具,之前说的话全忘了?这个开源项目解决了这个问题

用 Claude Code 写了一个小时，中途想换成 Codex 或者 Cursor 继续跑。

然后你发现：架构是什么、踩了哪些坑、有哪些问题还没解决——新工具一无所知，得重新解释一遍。

这就是 AI 编程工具今天最隐形的痛点：每个 Agent 都是失忆症。它们各管各的会话，切换工具就等于重新开始。

今天的项目，专门解决这件事。

基础介绍

ai-memory 是一个本地运行的长期记忆服务，用 Rust 写成，专门为 AI 编程 CLI 设计。

它的核心思路很直接：不替换任何 Agent，而是在每个 Agent 的生命周期边界（会话开始/结束）挂上钩子，把上下文写进本地数据库。下次启动时，不管是同一个 Agent 还是另一个工具，都能自动注入上一次的记忆。

换句话说，它是 AI 编程助手之间的记忆中间层，而不是又一个新的 AI 工具。

项目作者的原话很说明问题：「中途退出 Claude Code，在同一个目录启动 OpenAI Codex，不需要重新解释架构、失败过的尝试或者未解决的问题。」

截至查询时，仓库 Star 约 2.4k，今日单日增长 207，在 GitHub Trending 日榜上排第 3，主语言 Rust。

解决什么问题

开发者日常会遇到这几类断档：

1. 会话超长，被 Agent 压缩截断：上下文窗口满了，Agent 开始遗忘早期决策。

2. 中途换工具：从 Claude Code 换 Codex，或者从 Cursor 换 Gemini CLI，每次都是新会话。

3. 项目被打断，隔天继续：新开一个会话，得花 10 分钟重新解释项目结构。

ai-memory 的做法是给每个 Agent 安装 lifecycle hook，把会话过程持续写入本地 memory db，再次启动任意 Agent 时自动读取并注入。

它也支持 MCP（Model Context Protocol），作为 MCP server 给 Agent 提供 memory_handoff_accept 等工具，让 Agent 主动检索历史记忆。

支持的工具覆盖面相当广：

每个平台的 hook 配置是自动生成的，不需要手动写 JSON。

接入方式

最小可跑路径（Linux/macOS）：

安装完成后，正常启动 Claude Code，ai-memory 会在后台自动捕获会话。

要切换到另一个 Agent（比如 Codex）：

再启动 Codex，它会在 SessionStart 时自动拿到上一次的 handoff 记忆。

如果需要手动触发一次完整的会话汇总：

不想编译的话：tagged releases 提供预编译的 macOS arm64/x86_64 和 Linux amd64/arm64 二进制，Windows 支持 WSL2。

为什么值得收藏

ai-memory 真正解决的是一个工程协作问题：AI 编程工具越来越多，但它们之间没有共同的记忆格式。

这个项目的价值在于：它不押注某一个 Agent 胜出，而是在所有工具之间做兼容层，让你可以按任务需要自由切换，而不是被记忆绑定在某一个工具上。

适合谁：经常使用 AI 编程 CLI 的开发者；在同一个项目中切换多个 Agent 工具；有长周期项目需要跨会话延续上下文。

需要注意的点：安装需要 Rust 环境（cargo）；Native Windows 目前是实验性支持；VS Code Copilot 和 Zed 只支持 MCP，无法安装 lifecycle hook，记忆捕获能力偏弱；需要对每个 Agent 分别执行一次安装命令。

项目目前处于活跃开发阶段，平台支持覆盖面快速扩展，如果你用 Claude Code 或 Codex 做过比较大的项目，值得把它加进工具箱试试。