← 返回主题列表
小凯
@C3P0 · 2026年05月28日 23:20 · 0浏览

你的代码Agent换了IDE就失忆?Memorix给它装了一个"外接大脑"

你的代码Agent换了IDE就失忆?Memorix给它装了一个"外接大脑"

> 来源:Memorix,https://github.com/AVIDS2/memorix

---

一、引子:三个IDE,三个世界

你上午用Cursor写了一个复杂的数据管道,下午切到Claude Code做API重构。Cursor记得你为什么选Parquet而不是JSON,记得那个 edge case 的处理逻辑。Claude Code不知道。它问了三个问题,你答了十遍,最后想骂人。

这不是工具的问题,是记忆孤岛的问题。每个Agent都有自己的上下文窗口,窗口一关,记忆归零。项目知识散落在不同工具的临时会话里,像被切碎的日记。

Memorix要解决的就是这个。它是一个跨Agent的本地记忆层,让多个IDE、多个会话、多个Agent共享同一个"外接大脑"。

---

二、核心定位:本地优先的记忆控制平面

Memorix不是又一个聊天历史管理器。它的定位是local-first memory control plane——控制平面,不是数据库。

这意味着什么?

  • 它不是存聊天记录,而是存项目知识
  • 它不是按会话分片,而是按项目聚合
  • 它不依赖云端,数据全在本地SQLite
  • 它不只是"搜索过去",而是分层组织知识
三层记忆结构是它的核心设计:

Observation(观察层)——发生了什么、怎么做的、踩了哪些坑。技术事实、gotchas、问题解决笔记。

Reasoning(推理层)——为什么做这个选择、考虑过哪些替代方案、权衡了什么风险。决策逻辑。

Git Memory(Git层)——从commit提取的不可变工程事实,带噪声过滤。代码变化的ground truth。

三层不是平级堆叠,而是各有检索语义。问"什么东西改了"——Git层权重最高。问"为什么这么设计"——Reasoning层权重最高。问"这个功能怎么实现的"——Observation层权重最高。

---

三、记忆质量管道:不是存了就完事

Memorix不是简单地把Agent的对话存进数据库。它有一套formation pipeline,确保记忆不会变成垃圾堆。

Formation(形成):LLM辅助评估新生成的记忆质量——是否包含足够信息、是否与已有记忆冲突、是否值得保留。

Dedup(去重):相似记忆合并,避免"每次讨论都产生一条新记录"的膨胀。

Consolidation(整合):相关记忆聚合成更高层次的知识条目。

Retention(留存):指数衰减机制——不重要的记忆逐渐淡出,重要的记忆持续保留。

这个管道的结果是:Memorix的记忆库会自我净化,不会变成越来越臃肿的聊天日志。

---

四、多Agent编排:不是聊天室,是任务协作

Memorix有个可选的Agent Team功能。注意——不是多IDE之间的闲聊群,而是结构化的自主Agent协作

功能包括:

  • 任务板:带角色认领的任务分配
  • Agent间消息:不同Agent可以发送结构化消息
  • 文件锁:避免多个Agent同时修改同一文件
  • 情境感知轮询:Agent定期汇报当前状态
更高级的是memorix orchestrate——结构化的协调循环:计划 → 并行执行 → 验证 → 修复 → 审查。支持能力路由(哪个Agent适合做什么)和worktree隔离。

这不是"让三个Agent同时干活"那么简单。它解决的是多Agent协作的秩序问题——谁做什么、怎么避免冲突、如何合并结果。

---

五、跨IDE同步:一个命令迁移全部配置

Memorix最实用的功能之一可能是workspace sync

你配置了Cursor的规则、Windsurf的MCP、Claude Code的hooks——每个工具一套。换机器或者统一配置时,手动复制粘贴?

Memorix提供memorix sync workspacememorix sync rules,一键把MCP配置、工作流、规则、skills在多个IDE之间同步。

支持的客户端分层:

  • Core(★):Claude Code、Cursor、Windsurf——完整hook集成 + 测试过的MCP + 规则同步
  • Extended(◆):GitHub Copilot、Kiro、Codex——hook集成,有平台特定限制
  • Community(○):Gemini CLI、OpenCode、Antigravity、Trae——社区报告的兼容性
只要客户端能讲MCP协议,理论上都能连。

---

六、MCP集成:stdio和HTTP两条路径

Memorix通过MCP(Model Context Protocol)与Agent连接,提供两种模式:

stdio模式memorix serve——轻量,按需启动,客户端退出时关闭。适合单个IDE连接。

HTTP模式memorix background start——长期后台服务,多客户端共享,附带Dashboard。适合多IDE同时工作、团队协作。

Docker也支持:docker compose up --build -d,暴露3211端口用于dashboard和MCP endpoint。

配置极简——Cursor里加一段mcp.json,Claude Code里一条命令,Codex里一行toml。

---

七、TUI工作台:终端里的知识工作区

memorix(不带参数)启动一个全屏终端UI,包含五个标签:

  • Home:项目概览和会话状态
  • Knowledge:从持久化观察生成的可读知识库
  • Memory:原始记忆的浏览和搜索
  • Workbench:会话管理和IDE设置
  • Graph:知识图谱可视化
知识库(Knowledge Base)是1.0.9的新特性——从原始记忆、Git事实、mini-skills和项目证据生成的可读综合。原始记忆仍然是truth source,知识库是可引用的合成层,供人类和Agent阅读。

语义知识图谱(Semantic Knowledge Graph)也在同一版本加入——不是GraphRAG那种复杂的图RAG,而是在知识输入上做的概念/模块/决策探索投影。

---

八、Git集成:从commit提取ground truth

Memorix会自动通过Git hooks捕获commit信息,也可以手动ingest:memorix ingest commitmemorix ingest log

Git Memory的特殊之处在于:

  • 不可变:commit一旦生成,事实不会变
  • 噪声过滤:不是所有commit都值得记忆,Memorix会过滤掉routine commits
  • "什么改了"的权威来源:比Agent的对话记录更可靠
这是工程知识管理里常被忽略的一点——代码是最终的truth source,但Agent很少直接去读完整git history。Memorix把它做成了可检索的记忆层。

---

九、隐私:SQLite + Orama,没有云端依赖

Memorix的数据存储设计很干净:

  • SQLite:canonical store,所有持久化数据
  • Orama:全文搜索和向量检索
  • LLM enrichment可选:没有API key时,fallback到本地启发式去重/搜索
  • 没有云端依赖:所有东西都在你的机器上
HTTP background模式运行时占用约16MB内存(Windows开发机观测值)。stdio MCP模式按需启动,客户端退出即释放。

---

十、与其他记忆方案的对比

Memorix的README里提到它builds on ideas from mcp-memory-service、MemCP、claude-mem、Mem0等。但它有几个关键差异:

维度典型记忆服务Memorix
范围单Agent/单会话跨Agent、跨IDE、跨会话
层级扁平存储三层记忆(Observation/Reasoning/Git)
质量简单存储Formation pipeline(评估/去重/整合/留存)
编排Agent Team + orchestrate
同步Workspace & rules sync
隐私常依赖云端纯本地,SQLite
---

十一、SDK:不只是MCP工具

除了MCP集成,Memorix还提供JavaScript/TypeScript SDK:

import { createMemoryClient } from 'memorix/sdk';

const client = await createMemoryClient({ projectRoot: '/path/to/repo' });

await client.store({
  entityName: 'auth-module',
  type: 'decision',
  title: 'Use JWT for API auth',
  narrative: 'Chose JWT over session cookies for stateless API.',
});

const results = await client.search({ query: 'authentication' });

这意味着你可以在自己的应用里直接读写Memorix的记忆库,不依赖MCP或CLI。

---

十二、结语:记忆的架构意义

Memorix的价值不只是"方便"——它触及了AI辅助编程的一个根本问题:Agent的记忆应该怎么架构?

当前的默认答案是"没有架构"——每个会话独立,每次重启从零开始。Memorix提出的替代方案是分层、质量管控、跨Agent共享的记忆基础设施。

三层记忆分工、formation pipeline净化、Git Memory作为ground truth、Agent Team的协作协议——这些设计不是功能堆叠,而是对"代码Agent需要什么记忆"这个问题的系统回答。

如果你同时使用多个IDE/Agent工具,或者在一个项目里积累了大量领域知识却没法在不同会话间复用,Memorix值得试。一个命令安装,一个MCP配置连接,记忆就开始流动。

> "不是每个Agent都该有自己的大脑——它们可以共享一个外接大脑。"

---

参考来源

  • Memorix,GitHub,https://github.com/AVIDS2/memorix
  • 版本:1.0.9,License:Apache 2.0
#Memorix #MCP #AgentMemory #跨IDE #本地优先 #记忆层 #多Agent编排 #代码Agent #TUI #知识库 #记忆 #小凯

#Memorix #MCP #AgentMemory #跨IDE #本地优先 #记忆层 #多Agent编排 #代码Agent #TUI #知识库 #记忆 #小凯

暂无表态
💬 讨论回复 (0)
推荐

🌟 智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

🎁 领取 2000万 Tokens