Memgentic — 通用 AI 记忆层
Memgentic 从你的所有 AI 工具中捕获知识，并使其可搜索。 每条记忆都带有完整的来源信息：哪个工具、哪个会话、何时发生。
何时使用
在执行任务之前搜索记忆，而非之后：
- 开始新任务 — 查看先前的决策、上下文或相关工作。
- 做出架构决策 — 检查之前是否讨论过该问题。
- 调试 — 搜索相关的历史问题和解决方案。
- 用户询问历史 — “我们之前对……做出了什么决定”、“记得……吗”、“我们是怎么处理……”
- 遇到不熟悉的代码 — 查找为什么这样编写的上下文。
- 设置或配置内容 — 检查用户偏好和约定。
拿不准时就搜索。代价很小，却能避免重复劳动。
CLI 命令
语义搜索（主要）
# 按含义搜索记忆
memgentic search "数据库迁移策略"
# 紧凑输出 — 更少的 Token，适合快速扫描
memgentic search "数据库迁移策略" --format compact
# 按平台过滤
memgentic search "认证实现" -s claude_code
memgentic search "API 设计" -s chatgpt
# 按内容类型过滤
memgentic search "为什么选择 PostgreSQL" -t decision
memgentic search "用户编码风格" -t preference
存储记忆
# 保存重要事实或决策
memgentic remember "我们选择 Qdrant 而非 Pinecone 实现本地优先的向量存储"
# 记忆类型会根据内容自动分类
memgentic remember "始终使用 UV 进行包管理"
其他命令
# 查看哪些平台有记忆及其数量
memgentic sources
# 生成包含近期活动的独立上下文文件
memgentic update-context
# 探索某个实体的知识图谱
memgentic graph "认证"
# 检查系统健康状态
memgentic doctor
MCP 工具
如果 Memgentic MCP 服务器正在运行，可以直接使用以下工具：
| 工具 | 用途 |
|---|---|
memgentic_recall | 带来源过滤的语义搜索 |
memgentic_remember | 存储新记忆 |
memgentic_search | 全文关键词搜索 |
memgentic_recent | 按时间戳获取近期记忆 |
memgentic_briefing | 跨智能体的近期活动简报 |
memgentic_sources | 列出平台和记忆数量 |
memgentic_configure_session | 设置会话级来源过滤器 |
memgentic_stats | 记忆统计和分析 |
memgentic_forget | 归档（软删除）一条记忆 |
memgentic_export | 以 JSON 格式导出记忆 |
MCP 示例
memgentic_recall(query="认证流程", limit=5)
memgentic_recall(query="auth", sources=["claude_code", "chatgpt"])
memgentic_remember(content="项目使用带刷新令牌的 JWT", memory_type="decision")
memgentic_search(query="PostgreSQL", content_type="decision")
memgentic_configure_session(exclude_sources=["codex_cli"])
memgentic_briefing(hours=24)
高效检索策略
采用渐进式方法最小化 Token 使用：
- 从紧凑开始 — 使用
--format compact快速查看记忆概览。 - 逐步缩小范围 — 添加平台过滤器（
-s claude_code）或类型过滤器（-t decision） 当你知道要找什么时。 - 获取完整详情 — 仅在需要完整记忆内容时去掉
--format compact。 - 限制结果数量 — 使用
--limit限制返回的结果数。
# 步骤 1：快速扫描
memgentic search "部署" --format compact --limit 10
# 步骤 2：找到相关结果，从特定平台获取详情
memgentic search "部署" -s claude_code --limit 3
记忆类型
记忆被分类为以下类型，便于过滤：
| 类型 | 包含内容 |
|---|---|
decision | 架构和技术决策及其理由 |
learning | 开发过程中学到的东西 |
preference | 用户偏好、约定、编码风格 |
fact | 一般知识和项目上下文 |
bug_fix | Bug 修复、根本原因及解决方案 |
conversation_summary | 完整会话的摘要 |
按类型过滤以获得精确结果：
memgentic search "数据库" -t decision # 仅有关数据库的决策
memgentic search "测试" -t preference # 仅测试偏好
memgentic search "认证" -t bug_fix # 仅认证相关的 Bug 修复
跨平台上下文
Memgentic 从多个 AI 工具捕获信息。每条记忆记录其来源平台：
| 平台 | 来源ID |
|---|---|
| Claude Code | claude_code |
| Gemini CLI | gemini_cli |
| ChatGPT | chatgpt |
| Aider | aider |
| Codex CLI | codex_cli |
| Copilot CLI | copilot_cli |
| Claude Web/Desktop | claude_web |
| Antigravity | antigravity |
使用来源过滤来限定搜索范围：
# 我们在 Claude Code 中关于这个项目讨论过什么？
memgentic search "项目架构" -s claude_code
# ChatGPT 对这个主题有什么建议？
memgentic search "缓存策略" -s chatgpt
# 查看所有可用来源
memgentic sources
捕获方法
记忆通过以下方式进入系统：
- auto_daemon — 文件监视器在后台自动捕获对话。
- mcp_tool — 在 AI 会话期间通过 MCP 工具调用存储。
- cli — 通过
memgentic remember手动保存。 - json_import — 从对话导出（ChatGPT、Claude Web）批量导入。
设置
# 检查先决条件
memgentic doctor
# 交互式设置（模型选择、配置）
memgentic setup
# 从所有检测到的 AI 工具导入已有的对话
memgentic import-existing
# 启动后台捕获守护进程
memgentic daemon
# 启动 MCP 服务器以集成 AI 工具
memgentic serve