ai-memory

ai-memory 是一套 MIT 许可、可自托管的编程智能体记忆层。它要解决的是典型交接问题：开发者在一个智能体 CLI 中暂停仓库工作，换到另一个 CLI 后却得重新说明架构、失败尝试和待决问题。ai-memory 记录智能体生命周期观察，将其整理为 Git 支持的 Markdown wiki，并在下一次会话提供有边界的摘要和搜索。项目列出了 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等集成；采用前应查看支持矩阵，不能据此假定某个编辑器或平台已经完全支持。

能做什么

• 跨智能体交接： 支持的 harness 可写入同一项目记忆；交接有负责人并且只能被认领一次。
• 文件是事实来源： 页面是可版本控制的普通 Markdown，数据库只是可重建的派生索引。
• 自行托管： 服务可运行在笔记本、homelab 或自有机器，而非必须把项目记忆交给托管 API。
• 零 LLM 基线： 官方文档说明捕获、搜索和交接可不使用 LLM API key；向量和 LLM 整理为可选能力，开启前应审查数据路径与成本。
• 当前分发： 官方在 2026-10-17 发布 v3.1.1，提供带校验和的 Linux、macOS、Windows 二进制包及 Docker 指引。

一个实际工作流

先在一次性测试仓库中只接入一个智能体。先运行 ai-memory setup --plan，查看它建议安装哪些 hook、MCP 注册和 Skill。完成一个只读小任务后，停止第一个智能体，在同一仓库启动第二个受支持智能体，让它检索尚未决定的方案或失败实验。把生成的 Markdown 页面检查一遍，再考虑与团队共享服务器。对于在 Claude Code 与 Codex 间切换，或中途换电脑继续开发的团队，这是一条可验证的试用路径。

隐私、限制与部署

ai-memory 以 MIT 协议开源，软件本身没有强制订阅费；不过模型账号、存储和托管仍由使用者承担，可选的 LLM 或 embedding 功能也可能产生提供商费用。项目称 hook 会在类型化隐私边界清理观察数据，但编程智能体记忆仍可能含有敏感仓库上下文。启用前阅读安全文档，先运行计划模式，限制服务器访问，并在团队就保留期和权限达成一致前不要共享项目 scope。官方支持矩阵将原生 Windows 标为实验性支持。

与替代方案相比

MCPlama 是 MCP 网关与控制面，而 ai-memory 关注在编程智能体之间保存和检索工作上下文。Everruns 是构建智能体的 Rust 框架；ai-memory 则放在既有编程智能体 CLI 旁边。若你更在意可编辑的项目历史和明确的交接，而不是重建一个智能体运行时，ai-memory 更适合。

入门与常见问题

从官方安装文档开始，并先运行文档中的 plan 模式再应用改动。它不能替代仓库文档、最小权限凭据、备份或人工评审。若工作流不能接受智能体 hook 捕获，就不要把它接入该仓库，应使用更窄的手工交接方式。

它需要 LLM API key 吗？

官方说明捕获、搜索和交接有零 LLM 路径。LLM 辅助能力是可选项，应单独评估成本与数据处理方式。

团队可以共享吗？

可以。项目文档描述了按项目共享的知识与个人交接，但服务器运营者仍需正确配置认证和访问控制。