MMCPMarkets
AA

akitaonrails/ai-memory

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

14,4 тыс. stars Качество 79 Тренд 96MIT
Repository Install

Решение для долгосрочной памяти для CLI, кодирующего агента, а также для облегчения передачи между разными поставщиками агентов

Обзор

Долгосрочная память для агентов кодирования ИИ. Закройте Claude Code в середине задачи, запустите OpenAI Codex в той же директории, продолжайте без повторного объяснения архитектуры, неудачных подходов или открытых вопросов. У вашего программирующего агента уже есть функция памяти. Claude Code ведёт свои собственные заметки, Cursor запоминает кое-что, и каждая платформа добавляет новые. Все они имеют одни и те же стены: заметки находятся на одной машине, принадлежат одному агенту и исчезают из поля зрения в момент смена инструмента — или команды. ИИ-память — это то, что находится по ту сторону этих стен. - Более двадцати разузданий — Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi, Kiro и другие — питают одну общую память. Закрываешь Claude Code посреди задачи, открываешь Codex в той же директории, и следующий агент получает реальную передачу: где вы остановились, что не сработало, что ещё открыто. Передачи — это протокол, а не конвенция — введённый, принадлежащий, заявленный ровно один раз.

Обзор (машинный перевод)

Долгосрочная память для агентов кодирования ИИ. Выйдете из Claude Code посреди выполнения задачи, начать OpenAI Codex в той же директории, продолжать без переобъяснение архитектуры, неудачных подходов или открытости вопросов.

Веб-сайт: aimemory.sh

Почему AI-память

У вашего программиста, вероятно, уже есть функция памяти. Claude Code берет своё свои заметки, Курсор кое-что помнит, и каждая платформа добавляет новые. Они Все они имеют одинаковые ограничения: ноты находятся на одной машине, принадлежат одному агенту, и исчезает из виду, когда меняешь инструменты или передаёшь работу товарищу по команде.

AI-память убирает эти ограничения.

  • Он следует за вами через агентов. Более двадцати ремней (Клод Код, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi, Kiro и другие) Подать одну общую память. Закрыть Claude Code в середине задачи, открыть Codex в том же режиме Справочник, и следующий агент берёт передачу с указанием, где ты остановился выключено, что не сработало, а что всё ещё открыто. Передачи — это типизированный протокол: У каждого есть свой владелец и получается только один раз.

  • Он может вести сессию, а не просто резюме. Начинайте агентов с ai-memory run: выходите из Claude Code, запускаете ai-memory run codex, и Codex получает

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Long-term memory for AI coding agents. Quit Claude Code mid-task, start OpenAI Codex in the same directory, continue without re-explaining the architecture, the failed approaches, or the open questions.

Website: aimemory.sh

Why ai-memory

Your coding agent probably has a memory feature already. Claude Code takes its own notes, Cursor remembers some things, and every platform is adding more. They all have the same limits: the notes live on one machine, belong to one agent, and drop out of view when you switch tools or hand the work to a teammate.

ai-memory removes those limits.

  • It follows you across agents. More than twenty harnesses (Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi, Kiro, and others) feed one shared memory. Quit Claude Code mid-task, open Codex in the same directory, and the next agent picks up a handoff that says where you left off, what failed, and what is still open. Handoffs are a typed protocol: each one has an owner and is claimed exactly once.

  • It can carry the session, not just a summary. Start agents with ai-memory run: quit Claude Code, run ai-memory run codex, and Codex gets the shared workstream plus a private, temporary local projection of Claude’s visible native history for exact details the bounded startup packet omitted. The remote server receives only the harness and session identity, never the local transcript path or body. Direct harness launches behave exactly as before.

  • It follows you across projects. A small profile of how you usually work (your package manager, test layout, architecture habits) reaches every new repository at session start, so you stop re-explaining yourself. It sits below each repository’s rules file as a default. It is on by default for a single user, and on a shared server it is opt-in and private per person. See docs/cross-project-profile.md.

  • It follows you across machines. Memory lives in a server you run, on the same laptop, a homelab box, or anywhere else, so the project you left on the desktop is the project you resume on the laptop, with the same knowledge and the same open questions.

  • It works for a team. Point everyone at one server, and what one person’s sessions learn, everyone’s agents can retrieve. Knowledge is

Открыть полный README на GitHub

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка

npx skillfish add akitaonrails/ai-memory
Новичок в MCP? Начните с руководства на mcpskill.org →