📌 项目地址：akitaonrails/ai-memory | ⭐ 1,903 颗星 | 🔧 Rust | 📜 未标注
先看它解决的问题
当前AI编程代理（Claude Code、Codex、Cursor、Gemini CLI等）的问题不是单次会话能力不够，而是没有长期记忆。你今天用Claude Code重构了一个模块，明天换成Codex继续开发，Codex不知道你做过什么决定、踩过什么坑、还有哪些问题没解决。所有上下文要重新口述一遍，很多时候还要重新摸索一遍失败路径。
ai-memory就是干这个的。它把每个工作目录里的代理会话过程记录下来——包括你做了哪些操作、探索过什么方案、最后得出了什么结论——然后在新的代理启动时把这些记忆自动注入进去。项目简介说得很直接：在Claude Code干到一半，换成OpenAI Codex，继续干，不用重新解释架构、失败尝试、未决问题。
它的工作方式
ai-memory不是靠猜测或日志分析，它的工作方式分成两层：
一是MCP配置。它作为MCP（Model Context Protocol）服务器，给代理提供读取和写入记忆的能力。安装了MCP配置后，代理就能在自己的会话里主动调用记忆相关的工具。
二是生命周期钩子。它在代理的hook事件里挂上脚本，让捕获记忆的行为自动化。比如Claude Code有SessionStart、Stop这些事件，ai-memory就利用这些时机自动保存上下文，并在新会话启动时注入之前的手记（handoffs）。
项目里有一个术语叫”capture exclusions”（捕获排除），指某些内容不会被记录——这点很重要，因为编码代理的会话里可能有密钥、个人路径等敏感信息，它默认会过滤掉这些内容。官方说”native commands enforce capture exclusions”，即原生命令会强制不捕获这些信息。
实际用法
ai-memory的典型使用流程是：安装二进制 → 安装MCP配置 + 钩子 → 正常使用代理 → 需要结束时手动或自动完成会话总结。
具体命令有下面这些（注意，部分命令的通用参数和完整选项需要参考官方文档，README中重点强调了以下几点）：
安装
安装方式取决于你的平台。Linux支持Docker镜像（amd64/arm64）和Arch/AUR包，macOS发布原生的ai-memory-macos-aarch64.tar.gz和ai-memory-macos-x86_64.tar.gz二进制，Windows通过WSL2使用Linux版，原生Windows目前是实验性支持，发布ai-memory-windows-x86_64.zip。
Apple Silicon上官方推荐用原生二进制，这是最平滑的路径。
配置代理
配置入口是install-mcp这个命令。比如对Claude Code：
ai-memory install-mcp --session-aware
--session-aware是个值得注意的选项，它通过一个本地stdio桥接器，为每个会话自动做作用域隔离，这样不同会话的记忆不会被相互污染。
对Codex和Claude Code等不同代理，安装MCP的方式不同。OpenCode用的是远程MCP配置加一个生成的TypeScript插件，而Command Code把配置写在~/.commandcode/mcp.json和~/.commandcode/settings.json里。
结束会话
不同代理对”会话结束”的感知不一样。Claude Code有真实的Stop钩子，而Codex没有一个可靠的”会话真正结束”钩子，所以在Claude Code里，Stop事件会触发捕获逻辑；但在Codex里，你需要在收工时手动运行：
ai-memory finalize-session
Command Code的情况类似：它的Stop事件只是一个回合（turn）边界，不是整个会话的结束。所以如果你用的是Command Code，最后一轮之后要运行：
ai-memory finalize-session --agent command-code
ai-memory run command-code 这个命令可以做到v3原生命令的会话恢复和可见事件导入，这是Command Code用户后续值得尝试的功能。
各代理支持程度差异
README给了一张支持矩阵，每个代理的支持细节都有微妙的不同，这里挑重点说：
- Claude Code：MCP配置 + 生命周期钩子，支持
--session-aware模式；还支持一个”捕获助手最后一轮回复”的选项，需要同时安装时加--capture-assistant和服务器端开启capture_assistant双选同意，默认关闭。 - Codex：没有自动的会话结束钩子，所以需要手动
finalize-session来生成最终摘要/交接文档。 - Command Code：四个稳定的生命周期事件都支持，
SessionStart会注入交接文档；但Stop只算回合边界，结束后要手动finalize。 - Devin CLI：用
PostCompaction事件来注入交接信息，因为Devin不暴露subagent事件，所以subagent相关内容不会被记录。 - OpenCode：远程MCP + 生成的TypeScript插件，插件本身负责强制捕获排除规则。
- OMP：需要
--client omp或--agent omp参数来指定。
工程细节
这个项目用Rust写的。选Rust而不是Python或TypeScript，大概率和性能、发布物形态（单二进制）有关——发布产物直接是一个个平台的原生二进制或tar包，不需要运行时依赖，这对CLI工具来说是很实用的选择。
项目的发布矩阵覆盖了Linux、macOS、Windows（原生和WSL2）、Docker镜像（多架构）、Arch/AUR包，以及systemd单位文件。这说明它把自己定位成一个真正的系统级工具，而不是某个代理的插件。也正因如此，它才能横跨Claude Code、Codex、Cursor、Gemini CLI这些完全不同的代理来做统一的记忆层。
需要留意的点
几个值得注意的事项：
记忆捕获的触发需要代理有对应的钩子机制。Codex和Command Code都没有真正的会话结束事件，所以最可靠的收尾方式还是手动运行finalize-session。如果你指望完全自动、零操作，这两个代理上的体验会稍差。
非对称的操作方式。不同代理的安装方式差异挺大：Claude Code是MCP+钩子，OpenCode是插件，Command Code是写settings.json。不是装一次就所有代理通用。好在你只需要装你正在用的那个代理的适配。
Windows原生支持是实验性的。README称其为Experimental，发布包是zip格式的exe。如果你是Windows用户，走WSL2反而更稳妥。
记忆内容的安全问题。它有捕获排除机制，但排除逻辑依赖代理的hook机制能正确传递信息。另外，Claude Code上”捕获助手最后一轮回复”是双选同意默认关闭的，降低误解读或泄露上下文的风险。对密钥这类敏感信息，最好假设排除机制并不能100%替你兜底，自己在提示词里也要注意。
适合谁用
这个项目适合那些真的会在多个AI编程代理之间切换的人，或者一个团队里有人用Claude Code、有人用Codex、有人用Cursor，大家需要一个共享的项目记忆上下文。如果你从头到尾只用Claude Code、不做多代理切换，ai-memory的优势没那么明显，它解决的问题是”跨代理的记忆持久化”而不仅仅是”给Claude Code加记忆”。但如果你试过从Claude Code切到Codex后感觉自己像失忆了一样，这个工具就是为这个痛点设计的。