Memgentic — 通用 AI 記憶層
Memgentic 會從你所有的 AI 工具中捕捉知識，並使其可搜尋。 每條記憶都帶有完整的來源資訊：來自哪個工具、哪個工作階段、何時發生。
使用時機
在工作之前搜尋記憶，而不是之後：
- 開始新任務 — 檢查先前的決策、脈絡或相關工作。
- 做出架構決策 — 檢查這個問題是否已經討論過。
- 除錯 — 搜尋相關的過去問題與解決方案。
- 用戶詢問歷史 — 「我們對這個做了什麼決定...」、「還記得...嗎」、「我們之前是怎麼處理的...」
- 遇到不熟悉的程式碼 — 檢查關於這樣寫的脈絡。
- 設定或配置某些東西 — 檢查用戶偏好與慣例。
不確定時就搜尋。成本很低，能避免重複工作。
CLI 指令
語意搜尋（主要）
# 依意義搜尋記憶
memgentic search "database migration strategy"
# 精簡輸出 — 較少 Token，適合快速瀏覽
memgentic search "database migration strategy" --format compact
# 依平台過濾
memgentic search "auth implementation" -s claude_code
memgentic search "API design" -s chatgpt
# 依內容類型過濾
memgentic search "why we chose PostgreSQL" -t decision
memgentic search "user coding style" -t preference
儲存記憶
# 儲存重要的事實或決策
memgentic remember "We chose Qdrant over Pinecone for local-first vector storage"
# 記憶類型會根據內容自動分類
memgentic remember "Always use UV for package management"
其他指令
# 查看哪些平台有記憶及其數量
memgentic sources
# 生成包含近期活動的獨立脈絡檔案
memgentic update-context
# 探索圍繞某個實體的知識圖譜
memgentic graph "authentication"
# 檢查系統健康狀態
memgentic doctor
MCP 工具
如果 Memgentic MCP 伺服器正在執行，可以直接使用以下工具：
| 工具 | 用途 |
|---|---|
memgentic_recall | 語意搜尋，支援來源過濾 |
memgentic_remember | 儲存新記憶 |
memgentic_search | 全文關鍵字搜尋 |
memgentic_recent | 依時間戳記取得最近記憶 |
memgentic_briefing | 跨代理的近期活動簡報 |
memgentic_sources | 列出平台與記憶數量 |
memgentic_configure_session | 設定工作階段層級的來源過濾 |
memgentic_stats | 記憶統計與分析 |
memgentic_forget | 封存（軟刪除）記憶 |
memgentic_export | 將記憶匯出為 JSON |
MCP 範例
memgentic_recall(query="authentication flow", limit=5)
memgentic_recall(query="auth", sources=["claude_code", "chatgpt"])
memgentic_remember(content="Project uses JWT with refresh tokens", memory_type="decision")
memgentic_search(query="PostgreSQL", content_type="decision")
memgentic_configure_session(exclude_sources=["codex_cli"])
memgentic_briefing(hours=24)
高效檢索策略
採用漸進式方法最小化 Token 用量：
- 從精簡開始 — 使用
--format compact先了解有哪些內容。 - 縮小範圍 — 知道目標後，加入平台過濾（
-s claude_code）或類型過濾（-t decision）。 - 取得完整細節 — 僅在需要完整記憶內容時才移除
--format compact。 - 限制結果數量 — 使用
--limit限制回傳結果筆數。
# 步驟 1：快速掃描
memgentic search "deployment" --format compact --limit 10
# 步驟 2：找到相關結果，從特定平台取得細節
memgentic search "deployment" -s claude_code --limit 3
記憶類型
記憶會根據類型分類以便過濾：
| 類型 | 內容 |
|---|---|
decision | 架構與技術決策及其理由 |
learning | 開發過程中所學到的事 |
preference | 用戶偏好、慣例、編碼風格 |
fact | 一般知識與專案脈絡 |
bug_fix | 錯誤修復、根本原因與解決方案 |
conversation_summary | 完整工作階段的摘要 |
依類型過濾以取得精確結果：
memgentic search "database" -t decision # 僅關於資料庫的決策
memgentic search "testing" -t preference # 僅關於測試的偏好
memgentic search "auth" -t bug_fix # 僅與認證相關的錯誤修復
跨平台脈絡
Memgentic 從多個 AI 工具捕捉資訊。每條記憶都會記錄其來源平台：
| 平台 | 來源 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 |
使用來源過濾來限定搜尋範圍：
# 我們在 Claude Code 中對這個專案討論了什麼？
memgentic search "project architecture" -s claude_code
# ChatGPT 對這個主題提出了什麼建議？
memgentic search "caching strategy" -s chatgpt
# 查看所有可用的來源
memgentic sources
擷取方式
記憶進入系統的途徑：
- auto_daemon — 檔案監聽器在背景自動捕捉對話。
- mcp_tool — 在 AI 工作階段中透過 MCP 工具呼叫儲存。
- cli — 透過
memgentic remember手動儲存。 - json_import — 從對話匯出檔案（ChatGPT、Claude Web）批量匯入。
設定
# 檢查先決條件
memgentic doctor
# 互動式設定（模型選擇、配置）
memgentic setup
# 從偵測到的所有 AI 工具匯入現有對話
memgentic import-existing
# 啟動背景捕捉精靈
memgentic daemon
# 啟動 MCP 伺服器以供 AI 工具整合
memgentic serve