我厌倦了向每个AI工具重复解释我的项目,所以我为它们构建了一个本地记忆层
摘要
作者构建了mem-port,一个本地MCP服务器,通过嵌入式SurrealDB为AI编程助手(ChatGPT、Claude Code、Cursor、Windsurf)提供共享的长期记忆,解决了AI工具之间的上下文漂移问题。
我不断遇到同样的问题:ChatGPT帮我理清架构思路,Claude Code帮我实现,之后Cursor或Windsurf会碰代码库,而每次交接都会丢失上下文。不仅仅是“存在哪些文件”,而是那些真正重要的东西:我们为什么选择某种方案,我们已经否决了什么,项目的约定是什么,哪些设置细节以后会坑人,以及代理上次学到了什么。所以我构建了mem-port:一个本地MCP服务器,为AI编程助手提供共享的长期记忆。简而言之:一个用于AI上下文的U盘。它在本地运行,使用嵌入式SurrealDB进行图形+向量记忆存储,不需要Postgres、Qdrant、Neo4j或托管服务。工具可以保存和搜索同一份记忆,而不是每次从零开始。它是免费且开源的。好奇是否有人也在处理AI工具之间的这种上下文漂移,以及你们是如何解决的。更多信息请见这里:(也开始获得GitHub星标了!)https://github.com/rsl-innovation/mem-port#mem-port
相似文章
我构建了一个可在 Claude、ChatGPT 和 Cursor 之间共享的自托管记忆层
作者介绍了一个运行在 Cloudflare Workers 上的开源 MCP 服务器,它利用向量嵌入和重复检测技术,为 Claude、ChatGPT 和 Cursor 等 AI 客户端提供持久化、可搜索的记忆功能。
我的AI工具总是忘记一切,所以我给了它们一个共享大脑(本地+开源)
Centralaizer 是一个开源、本地内存中枢,能让 Claude Desktop、Cursor 等 AI 工具共享持久化记忆,支持主动保存、PII 清洗、向量/全文/知识图谱搜索。
rohitg00/agentmemory
agentmemory 是一个开源的持久化记忆层,专为 AI 编程智能体(Claude Code、Cursor、Gemini CLI、Codex CLI 等)设计。它通过知识图谱、置信度评分和混合搜索技术,借助 MCP、Hooks 或 REST API,为智能体提供跨会话的长期记忆能力。该项目基于 iii 引擎构建,无需外部数据库,提供 51 个 MCP 工具。
我为AI代理构建了共享记忆——让它们不再遗忘,能彼此接力,你还能真正*看到*它们知道什么
一名开发者构建了kaeru,这是一个开源的AI代理共享记忆系统,能让代理跨会话持久化上下文、在不同代理和人类之间共享知识,并以3D星系形式可视化记忆。该工具支持多种代理框架,具备时间回溯、重要性级别和推理轨迹等功能。
我为我的AI代理构建了本地长期记忆。4个月的日常使用,一个已发布的应用
一位个人开发者使用markdown文件和本地索引为AI代理构建了一个本地长期记忆系统,实现了跨会话的持久记忆,并包括针对虚假记忆的测试,计划未来可能将其产品化。