每次你关掉 Claude Code 的终端，它就失忆了。
你的项目架构、上次讨论的 API 设计方案、你告诉它"别用这个库"的那个瞬间——全没了。下次打开，又是一个全新的、什么都不知道的 agent。
这个问题大家吐槽了至少半年。直到有人真的做出来一个通用方案。
agentmemory：一句话介绍
agentmemory 是一个持久化记忆服务器。你在终端里跑一个 agentmemory 命令，它就在本地开个服务。然后你告诉 Claude Code、Cursor、Codex CLI——随便哪个 agent——"记住这个"。它就真的记住了，下次来还能想起来。
不是 metaphorically 的"记住"。是实打实的：你把项目文档喂给它，它存储、索引、打分。下次 agent 需要相关上下文时，它从记忆里检索出来，喂给 agent，agent 就不用你再解释一遍了。
官方数据：95.2% 检索召回率（R@5），92% token 节省，0 外部数据库依赖。950+ 测试通过。
这些数字看着很漂亮。但我更关心它是怎么做到的。
技术路线：iii 引擎
agentmemory 构建在 iii 引擎之上。iii 是一个本地优先的记忆管理系统，核心能力包括：
置信度打分。 每条记忆都有一个置信度分数。agent 告诉你"这个项目的 API 用 FastAPI"——如果这条信息在多个 session 里被反复确认，置信度就高。如果只是某次对话里随口提到，置信度就低。检索时优先返回高置信度的记忆。
生命周期管理。 记忆不是永久不变的。它会过期、会被更新、会被标记为失效。一个项目的技术栈变了，旧的记忆应该自动降级，新的记忆应该上位。
混合搜索。 不是简单的关键词匹配。它结合了语义搜索和知识图谱的关系检索——既能找到"和 API 设计相关的记忆"，也能找到"上次谁建议用 GraphQL"这种关系型信息。
这套设计明显受到了 Karpathy 的 LLM Wiki 模式的启发。作者在 README 里直接写了："The gist extends Karpathy's LLM Wiki pattern with confidence scoring, lifecycle, knowledge graphs, and hybrid search."
Karpathy 的原始想法是用 Obsidian 作为 LLM 的长期记忆。agentmemory 把这个想法产品化了——你不需要自己搭建 Obsidian + 检索管道，npm install 一下就行。
兼容性：几乎通吃
这是 agentmemory 最聪明的地方。它不绑定任何一个 agent。
Claude Code、Cursor、Gemini CLI、Codex CLI、Hermes、OpenClaw、OpenCode——任何支持 hooks、MCP 或 REST API 的 agent 都能用。所有 agent 共享同一个记忆服务器。
这意味着如果你同时用 Claude Code 写后端、用 Cursor 写前端、用 Codex CLI 跑脚本，它们共享同一套项目记忆。你在 Claude Code 里学到的项目上下文，Cursor 也能用。
安装也简单：
npm install -g @agentmemory/agentmemory
agentmemory # 启动记忆服务器
agentmemory connect claude-code # 连接你的 agent
值得警惕的几个点
它还在快速迭代。 项目很新，API 可能会变。生产环境用的话要做好心理准备。
记忆质量取决于你喂了什么。 garbage in, garbage out。如果你让 agent 记了一堆没用的东西，检索回来的也是垃圾。需要定期清理。
隐私。 虽然它跑在本地，但你的项目代码、架构决策、内部术语——全存在这个记忆里。如果是公司项目，IT 部门会不会让你装一个"会记录所有项目信息"的本地服务？这是个现实问题。
token 节省的数字要看上下文。 92% 的 token 节省是在特定 benchmark 下测的。你的项目如果记忆内容不丰富，节省幅度会小很多。
我的看法
这个工具解决的是 AI 编程工具最大的体验痛点之一。不是能力不够，是每次都要从零开始。
我已经在自己的项目里试了 agentmemory。第一天最直观的感受是：不用再跟 Claude Code 重新解释项目结构了。它直接从记忆里拉出了上次讨论的 API 设计方案。
这玩意儿不是革命性的技术突破——底层就是索引 + 检索。但它把"记忆"这件事做成了开箱即用的产品，这就够了。
如果你每天用 AI 编程工具写代码超过两小时，值得花 10 分钟装一下。就算最后觉得不够好，卸载也只是一行命令的事。
主要来源：
- GitHub - rohitg00/agentmemory (13,639 stars, updated 2026-05-19)
- iii 引擎
- Karpathy 的 LLM Wiki 相关讨论