换AI编程工具不用从头讲：ai-memory今天涨207星，给Claude Code和Codex配了共享长期记忆

每个 AI 编程重度用户都遇到过的痛

你有没有这种经历：用 Claude Code 干了一半的活，想换到 Codex 继续，结果新工具对你的项目一无所知——架构、踩过的坑、试错过程、待办问题，全部要重新讲一遍。运气好重讲十分钟，运气不好上下文丢了，等于推倒重来。

今天在 GitHub Trending 上暴涨 207 星的 ai-memory，解决的就是这个问题：给 AI 编程 Agent 配一个跨工具、跨厂商的长期记忆。 作者 AkitaOnRails 是知名 Rails 开发者，项目用 Rust 编写，MIT 协议，发布才三个月，已经积累了 2000+ star，今天刚发 v1.28.0。

它到底解决了什么痛点

一句话：让不同的 AI Agent 记住同一个项目的历史。

传统方案里，每个 Agent 的”记忆”都锁在各自的上下文和会话文件里——Claude Code 记得的东西，Codex 看不见；Cursor 记得的东西，Gemini CLI 不认。你换了工具，之前的上下文归零。

ai-memory 的做法是：

1. **通过 MCP 配置 + 生命周期钩子**，在 Agent 工作期间自动捕获”关键上下文”
2. 把架构决策、失败尝试、开放问题等**结构化写入本地记忆库**
3. 当你在同一目录启动另一个 Agent 时，**自动注入之前的记忆**，新 Agent 开箱即懂项目
4. 支持 ai-memory finalize-session 生成交接摘要，跨会话、跨工具无缝继续

官方文档里那句宣传语特别戳人：“用 Claude Code 干到一半，切到 OpenAI Codex，不用重新解释架构、失败方案和未决问题。”

为什么它现在突然火了

三个原因叠加：

– AI 编程工具进入”多工具并存”时代。Claude Code、Codex、Cursor、Gemini CLI、OpenCode……开发者不再只用一家，切换成本就成了最大的痛点

– 记忆是 Agent 能力的天花板。上下文窗口再大也是临时的，长期记忆才是”越用越懂你”的关键

– 生态兼容性是它的杀手锏。官方支持矩阵覆盖 Claude Code、Codex、Cursor、Gemini CLI、Devin CLI、OpenCode 等十几种工具，还兼容 OpenClaw——你换任何工具，记忆都在

和同类方案比：agentmemory 是它的灵感来源（Python 版），basic-memory 主打 Markdown 落盘，而 ai-memory 的差异化是 Rust 性能 + 全工具生命周期钩子 + 跨厂商交接，官方还借鉴了 Karpathy 的”compile-not-retrieve”模式——不是简单存对话，而是编译成结构化记忆。

上手成本有多低

需要说明的是，ai-memory 是命令行工具 + MCP 服务架构，需要一点动手能力：

# 安装（macOS Apple Silicon 有原生二进制）
curl -sSL https://github.com/akitaonrails/ai-memory/releases/latest/download/ai-memory-macos-aarch64.tar.gz -o ai-memory.tar.gz
tar -xzf ai-memory.tar.gz
sudo mv ai-memory /usr/local/bin/

# 给 Claude Code 装 MCP 和生命周期钩子
ai-memory install-mcp --agent claude-code

# 给 Codex 装
ai-memory install-mcp --agent codex

# 查看记忆状态
ai-memory status

适合谁：重度使用 AI 编程工具、经常在多 Agent 之间切换的开发者。 不适合谁：只用单一工具、项目规模小、懒得配命令行的人——先用官方托管方案或简单的 .claude 记忆文件就够了。

限制与提醒

– 项目才发布三个月，API 和存储格式还在快速迭代，升级要留意兼容性

– 默认把记忆存本地（支持 SQLite 等后端），敏感项目注意记忆内容的权限控制

– 跨厂商交接依赖各 Agent 的钩子支持，个别工具（如原生 Windows）还是实验状态

一句话结论：如果你已经离不开 AI 编程工具，ai-memory 可能是你”工具随便换、记忆不丢”的关键拼图——今天涨 207 星，说明戳中痛点的远不止你一个人。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn