目录
ai-memory 似乎可以作为长期记忆,在更换智能体后将之前的工作状态传递下去。不过,交接质量取决于摘要质量,因此,在自己的工作中实际试用一次之前,还无法判断其实用性。
要点#
- 目标是即使在工作途中更换智能体,下一个智能体也能接收到已完成、失败和未完成的状态。
- 保存的不是完整对话,而是摘要和长期保留的笔记,并将其传递给下一个会话。
- 搜索以 SQLite FTS5 为核心,结合实体识别、相邻链接以及可选的嵌入向量。
- 部署需要配置钩子和 MCP 服务器。
解决什么问题#
更换智能体后,新智能体并不了解之前的对话。它会重新读取相同的文件,再次经历相同的失败。ai-memory 通过轻量级钩子记录提示词、工具执行和会话边界等生命周期事件,试图填补这一空白。
它与 CLAUDE.md 这类手写指令的区别在于,记录是自动完成的。会话结束后,已做出的决定、尚未解决的问题和后续步骤会被整合,保存为由 git 管理的 Markdown。介绍文章也将多个编程智能体之间可以共享记忆列为其优势。
交接流程#
在 Claude Code 中结束工作后,在同一目录中打开 Codex。公开页面的示例中,Codex 从以下交接内容开始。
## 引き継ぎ(Claude Code)
- 完了: refreshをミドルウェアへ移動
- 失敗: Cookieのみだとモバイルで不具合
- 未完了: /refreshのレート制限部署时,先启动服务器并设置 Bearer 令牌,然后为每个智能体运行 install-mcp 和 install-hooks。可以通过 ai-memory run 创建或恢复一项工作。除 Docker 镜像外,也提供适用于 macOS、Linux 和 Windows(WSL2)的原生二进制文件。
严格审视下的注意事项#
摘要终究是摘要。如果遗漏了 Cookie 故障的复现条件,或尝试过但未奏效的步骤,下一个智能体仍会重复尝试。外部解读也指出,如果只留下结论而丢失背景,可能导致后续判断出错。
长期记忆还存在将攻击者植入的指令带入后续会话的风险。仅凭公开信息,无法确认捕获排除设置和仓库策略能够防范到什么程度。
可供验证的材料也较少。公开页面只有一个示例,各份资料都没有说明,在失败较多的会话或持续数周的项目中,摘要是否仍能保持可靠。虽然公开了评估分数,但看不到具体的使用实绩。
下一步#
选择一个仍有测试未通过的小型仓库,尝试将工作从 Claude Code 交接给 Codex 一次。检查交接内容是否包含复现步骤和已尝试的内容,就能获得判断依据。安装步骤可在 aimemory.sh 查看。
参考#
- AI Memory:面向 AI 编程智能体的长期项目记忆 | NexusAi ↗
- 什么是 ai-memory?口碑、价格与功能【免费】 ↗
- Part4:为认真思考 AI for security 而学习 AI 智能体的长期记忆 | 技术博客 | 三井物产 Secure Directions 株式会社 ↗
来源:https://aimemory.sh/ja/
目录
