agentmemory：给AI Coding Agent装上持久记忆，让每次会话都认识你的项目

引言：AI Coding Agent的"失忆症"

用过Claude Code、Cursor、Cline的朋友，有没有这种感觉：

• 第一天：AI很懂你的项目
• 第五天：需要重新解释项目背景
• 第十天：每次开新会话都是从零开始

这不是AI不够聪明，是它压根没有记忆能力——每次会话结束，上下文全丢了。

agentmemory就是来解决这个问题的：给AI Coding Agent装上持久化记忆，让它"记住"项目的历史、决策、偏好。

什么是agentmemory？

agentmemory是一个专门为AI Coding Agent设计的持久化记忆系统，基于真实世界基准测试打造（不是拍脑袋造的）。

核心特点：

• TypeScript原生：和Cursor/Cline/Copilot同语言，无缝集成
• 真实基准测试驱动：不是YY需求，是从实际使用中提炼的功能
• 多Agent支持：Claude Code、Cursor、Cline、Copilot都能用
• 持久化存储：会话结束不丢数据，下次打开还有
• 增量更新：自动从对话中学习新知识，不需要你手动维护

多级记忆架构

agentmemory不是简单的key-value存储，它有层级设计：

project_context/     # 项目级：项目是什么、技术栈、架构设计
  ├── overview/     # 总体概述
  ├── architecture/  # 架构决策
  └── decisions/    # 重要决定记录
codebase_memory/    # 代码级：具体代码的意图、坑点
  ├── patterns/     # 代码模式记录
  ├── conventions/  # 代码规范
  └── hotspots/    # 容易出问题的区域
session_history/    # 会话历史
  ├── completed/    # 已完成的任务
  └── failed/      # 失败的尝试（同样重要）
preferences/        # 用户偏好
  ├── coding_style/ # 编码风格偏好
  └── tool_prefs/  # 工具选择偏好

智能检索

不是简单的关键词匹配，是语义理解级别的检索：

import { AgentMemory } from 'agentmemory';
const memory = new AgentMemory();
const result = await memory.recall(
  "为什么之前没用这个API",
  { scope: 'codebase_memory', topK: 5, threshold: 0.7 }
);
// result: [
//   "第3会话：因为那个API在v2版本deprecated了，改用xxx替代",
//   "第7会话：这里有循环引用问题，已用xxx方案绕过",
// ]

自动上下文注入

新会话开始时自动注入相关记忆：

async function getContextPrompt(agent) {
  const context = await memory.getRelevantContext(
    agent.currentSession.projectPath,
    { maxTokens: 4000, prioritize: ['recent', 'relevant'] }
  );
  return `项目上下文：
${context}
以上是你之前的工作记录，请继续。`;
}

与同类工具对比

对比项	agentmemory	MemGPT	Mem0	Zep
专注领域	✅ Coding Agent专用	通用LLM	通用LLM	AI对话
语言	✅ TypeScript原生	Python	多语言	Python
Agent集成	✅ Cursor/Cline/Copilot	❌	⚠️ 有限	⚠️ 有限
基准测试	✅ 真实场景驱动	❌	❌	❌
团队共享	✅ 支持	❌	⚠️ 企业版	⚠️ 企业版
安装复杂度	⭐ 低（npm包）	⭐ 中	⭐ 中	⭐ 中

实战安装与使用

安装

npm install agentmemory
# 或 yarn add agentmemory 或 pnpm add agentmemory

基本使用

import { AgentMemory } from 'agentmemory';
const memory = new AgentMemory({
projectPath: '/path/to/your/project',
storage: './.agentmemory'
});
// 开启新会话时恢复上下文
await memory.initSession();
const context = await memory.getContext();
// 完成任务后保存记录
await memory.remember({
type: 'task_completed',
content: '完成了订单模块的开发，包括创建/查询/取消订单API',
tags: ['order', 'api', 'fastapi']
});
// 遇到问题时记录"坑"
await memory.remember({
type: 'gotcha',
content: '这里有循环引用问题，用EventEmitter模式绕过了',
importance: 'high'
});
// 关闭会话时总结
await memory.closeSession({
summary: '完成了订单模块，修复了3个bug'
});

Claude Code集成

import { AgentMemory } from 'agentmemory';
const memory = new AgentMemory({ projectPath: process.cwd() });
memory.injectIntoPrompt({ maxLength: 3000, includeTypes: ['overview', 'gotcha'] });

Cursor集成

// .mcp.json
{
  "mcpServers": {
    "agentmemory": { "command": "npx", "args": ["agentmemory", "server"] }
  }
}

避坑指南

⚠️ 坑点1：存储空间无限增长

问题：记忆文件越来越大的，最后几MB的上下文根本装不下。

解决：定期压缩和清理

await memory.compact({ maxSize: '10MB', keepRecent: 50, keepHighImportance: true });
// 或设置自动压缩
const memory = new AgentMemory({ autoCompact: true, maxSize: '10MB' });

⚠️ 坑点2：敏感信息泄露

问题：代码库里的密码、API密钥被记到记忆里了。

解决：敏感信息过滤

const memory = new AgentMemory({
  sensitivePatterns: [/api[_-]?key/i, /password/i, /secret/i, /token/i],
  redactSensitive: true
});

⚠️ 坑点3：跨项目记忆混淆

问题：多个项目用同一个记忆，导致上下文混乱。

解决：严格的项目隔离

const memory = new AgentMemory({
  storage: `./.agentmemory/${projectName}`,
  projectId: projectName
});

⚠️ 坑点4：Token爆炸

解决：控制上下文长度

await memory.getContext({ maxTokens: 2000, prioritizeBy: 'recency' });

适用场景

• ✅ 长期项目维护：需要AI记住几个月的项目上下文
• ✅ 多Agent协作：团队多个开发者用同一个项目
• ✅ 复杂重构：AI需要理解历史决策才能安全重构
• ✅ 知识传承：项目交接时AI可以"继承"前任的工作记录
• ✅ Cursor/Cline重度用户：这类工具本身没有记忆

不适用场景

• ❌ 一次性脚本：写完就丢，不需要记忆
• ❌ 简单项目：几行代码，从零开始也不费劲
• ❌ 对数据隐私极度敏感：本地存储仍有文件形式
• ❌ 不想安装npm包：需要一定工程化能力

总结

agentmemory解决的是一个真实存在的痛点——AI Coding Agent的失忆症。它不是通用记忆库，而是专门为Coding场景设计的，从多级记忆架构到智能检索，从自动上下文注入到多Agent同步，每个功能都直击痛点。

如果你每天都在用Cursor/Claude Code/Cline开发，重度用户强烈建议试试。它不能让你少写代码，但能让AI每次都"认识"你的项目，省去大量重复解释的时间。

项目地址：https://github.com/rohitg00/agentmemory

Star：4,408 | License：MIT | 语言：TypeScript