Memorix

面向 AI Coding Agent 的本地优先共享记忆层。
让 Claude Code、Codex、CodeBuddy Code、Cursor、Windsurf、Copilot、Gemini CLI、OpenCode、Grok Build、OpenClaw、Hermes Agent、Oh-my-Pi、Pi、Kiro、Antigravity、Trae、DeepSeek Harness、WorkBuddy 和任何 MCP Agent 共用同一套项目记忆。

已收录至官方 MCP Registry

共享项目记忆 | MCP | Git Memory | Reasoning Memory | 插件包 | 编排

官网 | English | 安装 | 能力矩阵 | Agents | 快速开始 | 记忆模型 | memcode | 当前工作 | 文档

` | | Agent doctor | 检查 Agent 的 MCP 配置和规则是否是当前版本，并修复 Memorix 自己管理的条目 | `memorix doctor agents`、`memorix repair agents` | | Hooks 和 skills | 在支持的 Agent 中可选捕获工作事件，并把稳定知识提升成可复用项目技能 | `memorix hooks`、`memorix skills` | | Dashboard 和 HTTP | 本地 Web UI 与共享 MCP endpoint，用于浏览记忆、项目状态、团队和诊断，并在预览确认后执行清理、合并、去重和保留归档 | `memorix dashboard`、`memorix background start` | | Orchestration 和团队协作 | 任务规划、worker 交接、文件锁、消息、验证门和 review loop | `memorix orchestrate`、`memorix team`、`memorix lock` | | memcode | 内置终端 Coding Agent，默认读写同一套项目记忆 | `memorix`、`memcode` | | CLI 和 SDK | 给自动化、导入导出、诊断和自定义集成使用的本地接口 | `memorix ...`、`createMemoryClient()` | | 可选多设备同步 | 按项目隔离、经过隐私过滤的记忆事件同步；本地 SQLite 仍是主库 | `memorix sync store status\|push\|pull` |

Memorix 通过目标 Agent 已有的接口接入：插件包、MCP、项目规则、hooks、skills，或者内置终端 Agent。`memorix setup` 会为每个 Agent 选择合适的接入方式，默认使用 stdio MCP。

Claude Code 官方插件 + MCP + hooks + skills	Codex CLI 官方插件 + MCP + AGENTS.md	GitHub Copilot CLI 插件 + MCP + hooks + skills	Cursor MCP + rules + skills	Windsurf MCP + rules + hooks	Gemini CLI extension + MCP + hooks + skills
OpenCode local plugin + MCP + skills + AGENTS.md	pi coding agent package + extension + skill	Kiro MCP + steering + hooks	Antigravity plugin + MCP + hooks + skills	Trae MCP + project rules	memcode 内置终端 Agent
OpenClaw bundle + MCP + hooks + skills	Hermes Agent plugin + MCP + hooks + skills	Oh-my-Pi package + MCP + hooks + skills	DeepSeek Harness MCP patch + AGENTS.md + skills	Any MCP Client stdio or HTTP MCP	Grok Build 原生 hooks + AGENTS.md

_{支持 MCP、hooks/rules 或插件/包入口的 Agent。所有 Agent 共用同一套本地优先记忆层。}

接入面： | 接入面 | 作用 | Memorix 入口 | | --- | --- | --- | | Setup 命令 | 一次性安装推荐的用户级 Memorix 接入 | `memorix setup --agent --global` | | MCP | 给 Agent 提供搜索、详情检索、写入、reasoning 和协同工具 | setup 包内置，或手动运行 `memorix serve` | | 使用规范 | 告诉 Agent 什么时候、怎么使用 Memorix，而不是每轮都强制查记忆 | 由 `memorix setup` 打包或生成 | | Hooks | 在 Agent 支持时可选地捕获 prompt、tool 事件、文件编辑、session 生命周期和原生上下文压缩检查点 | 由 `memorix setup` 打包或生成 | | 插件 / Bundle / Package | 给支持插件、兼容 bundle 或 package 的 Agent 安装对应文件 | Claude Code、Codex、CodeBuddy Code、GitHub Copilot CLI、Antigravity、OpenClaw、Hermes Agent、Oh-my-Pi、Pi | | Extension | 给支持 extension 的 Agent 安装对应文件 | Gemini CLI | | 本地插件 | 给直接加载本地插件文件的 Agent 安装插件 | OpenCode | | MCP / rules 配置 | 给支持 MCP、rules、steering、guidance 或 hooks 的 IDE 和 Agent 写入配置 | Cursor、Windsurf、Kiro、Trae、DeepSeek Harness | | Skills | 把沉淀下来的项目知识提升成可复用任务指导 | `memorix skills` 和 `memorix_promote` | | memcode | 打开已经接好 Memorix 记忆的内置终端 Agent | `memorix` 或 `memcode` | 当前支持矩阵和各类生成文件说明见 [集成形态](docs/INTEGRATIONS.md)。 如果你想给某个仓库写项目级指导、规则或 hooks，再在那个仓库里运行一次不带 `--global` 的 `memorix setup --agent `。 CLI、MCP 和 HTTP 是不同入口： - `memorix` CLI 用于直接操作：setup、记忆搜索/写入、Git Memory、导入导出、Dashboard、编排、诊断和自动化。 - `memorix serve` 是给 IDE / Coding Agent 使用的 stdio MCP 桥。 - `memorix background start` / `memorix serve-http` 是 HTTP 服务，用于共享端点、Dashboard、VPS Docker 部署或多客户端。 多设备记忆同步是可选功能，和 HTTP 共享服务不是一回事。它不会上传 `memorix.db`、WAL 或 SHM 文件。默认只同步当前项目中已确认且项目可见的 观察记录；个人、指定 Agent、候选、短期和其它项目的记录会留在本地。设置 `MEMORIX_SYNC_PROVIDER` 后，先运行 `memorix sync store status --json` 再 push。

要求： - Node.js `>=22.18.0` - Git，因为项目身份来自真实 Git root 安装并初始化： ```bash npm install -g memorix memorix init --global # 可选默认配置 memorix setup --agent claude --global # 也可以是 codex、copilot、cursor、pi、gemini-cli、opencode、 # codebuddy、windsurf、kiro、antigravity、trae、openclaw、hermes、omp ``` `memorix init` 是可选的，它会创建或更新 TOML 配置： - `~/.memorix/config.toml`：全局默认配置 - `/memorix.toml`：可选项目覆盖配置 旧的 `memorix.yml`、`.env` 和 `~/.memorix/config.json` 仍兼容读取，但新文档和新初始化流程都以 TOML 为准。 如果你想给某个仓库加项目级指导或 hooks，就在那个仓库目录里再跑一次不带 `--global` 的 `memorix setup --agent `。

### 连接现有 Agent 先用 setup 命令。全局形式是一键接入的默认路径： ```bash memorix setup --agent claude --global memorix setup --agent codex --global memorix setup --agent copilot --global memorix setup --agent cursor --global memorix setup --agent pi --global memorix setup --agent gemini-cli --global memorix setup --agent opencode --global memorix setup --agent windsurf --global memorix setup --agent kiro --global memorix setup --agent antigravity --global memorix setup --agent trae --global memorix setup --agent openclaw --global memorix setup --agent hermes --global memorix setup --agent codebuddy --global memorix setup --agent omp --global memorix setup --agent dsh --global memorix setup --agent workbuddy --global memorix setup --agent grok --global ``` 它会做的事情取决于目标 Agent，但目标是一致的：你以后在哪里打开这个 Agent，Memorix 就可以在哪里被使用，而不是让你一个仓库一个仓库重复配置。 - Claude Code：安装 Memorix 插件包，写入 `CLAUDE.md` 使用规范；不加 `--noHooks` 时会启用自动捕获。 - Codex：安装包含 stdio MCP、skills 和生命周期 hooks 的 Memorix 插件包，并写入 `AGENTS.md` 使用规范。Codex 首次要求时，在 `/hooks` 中审核一次插件 hook；使用 `--noHooks` 可跳过自动捕获。 - GitHub Copilot CLI：安装 Copilot 插件包和官方 Memorix skills。 - Pi：安装用户级 Pi package 和官方 skills。 - Cursor：写入 Cursor 的 MCP / rules / 配置。 - Gemini CLI：安装 extension package、`GEMINI.md` 上下文、hooks 和 skills。Antigravity CLI 有官方 Gemini CLI migration 路径，但 Gemini CLI 仍是活跃的独立 target。 - OpenCode：安装本地插件文件、`opencode.json`、skills 和 `AGENTS.md` 指引。 - Windsurf、Kiro、Trae：写入目标支持的 MCP / rules / hooks 文件。 - Antigravity：安装官方 plugin package，包含 `plugin.json`、`mcp_config.json`、`hooks.json`、rules 和 skills，路径为 `~/.gemini/config/plugins/memorix` 或 `.agents/plugins/memorix`。 - OpenClaw：安装 OpenClaw 兼容 bundle，包含 `.mcp.json`、官方 skills 和 OpenClaw `HOOK.md` / `handler.ts` hook pack。 - Hermes Agent：安装到 Hermes home（Windows native 默认为 `%LOCALAPPDATA%\hermes`，其他平台默认为 `~/.hermes`，也支持 `HERMES_HOME`），在 `config.yaml` 启用插件，注册 plugin hooks、slash/CLI commands、skills，并写入 MCP 配置。 - CodeBuddy Code：安装用户级本地市场插件到 `~/.codebuddy/memorix-local`，包含 MCP、skills 和 hooks。它不会修改既有的 CodeBuddy 模型、权限或 settings 文件；第三方 hook 仍由 CodeBuddy 自己的 `/hooks` 流程确认。 - Oh-my-Pi：安装 `omp.extensions` package，包含 extension hook 事件、`memorix` command、官方 skills，并写入 MCP 配置。 - DeepSeek Harness：向 `$DSH_HOME/cordis.patch.yml`（默认 `~/.dsh/cordis.patch.yml`）写入一行 Memorix `@deepseek-ai/dsh-mcp-client`，向 harness 的 `AGENTS.md` 追加使用规范，并把官方 skills 安装到 `$DSH_HOME/skills`。这一行遵循 DSH 自带的 Memorix 参考配置，因此工具以 `mcp__memorix__*` 形式出现。 - Grok Build：把原生生命周期 hooks 安装到 `~/.grok/hooks/memorix.json`，把使用规范写入 `~/.grok/AGENTS.md`。Grok 的 MCP 配置仍由 Grok 自己管理；项目级 hooks 需要在 Grok 中执行 `/hooks-trust`，全局 hooks 默认可信；也可以用 `GROK_HOME` 指定自定义 Grok 目录。 如果你想要更安静一点的安装，可以对那些 setup 能独立控制 hook capture 的 target 加 `--noHooks`。它会保留 MCP 和使用规范，只跳过 Memorix 的 hook 自动捕获。 如果你明确想要项目级指导或 hooks，就在那个仓库目录里再跑一次不带 `--global` 的 `memorix setup --agent `。 如果你的 Agent 只需要手动 MCP 配置，使用 stdio： ```json { "mcpServers": { "memorix": { "command": "memorix", "args": ["serve"] } } } ``` 如果是 npm 方式启动 MCP 客户端或收录平台测试器，请使用完整命令 `npx -y memorix serve`。`serve` 参数不能省略：人类在终端里直接运行 `memorix` 会打开内置 memcode，而 MCP 客户端应明确启动 stdio MCP 服务。 如果是手动维护 Claude Code 的 MCP 配置，需要在 `memorix` server 对象里加上 `"alwaysLoad": true`。这样 Claude Code 在 print-mode 启动时就会暴露 Memorix tools；`memorix doctor agents --agent claude` 可以检查并修复缺失的设置。 普通安装不需要 HTTP。只有在你明确需要共享后台服务、Dashboard、VPS Docker 部署，或多个客户端共用一个端点时才使用。本机开发直接运行 Node 服务，不需要 Docker： ```bash memorix background start ``` 然后让客户端连接： ```text http://localhost:3211/mcp ``` HTTP 模式下，如果客户端能提供工作区路径，Agent 应使用 `memorix_session_start(projectRoot=...)` 显式绑定当前仓库。最终项目身份仍以 Git 为准。 ### 卸载 先预览： ```bash memorix uninstall --dry-run ``` 停止后台服务并移除 hooks： ```bash memorix uninstall --background --hooks ``` 完整清理： ```bash memorix uninstall --yes --background --hooks --purge-data npm uninstall -g memorix ``` `memorix uninstall` 会把需要手动清理的 MCP 配置路径列出来，不会悄悄去改你所有 MCP 文件。 ### 从 CLI 管理记忆 ```bash memorix --cwd /path/to/repo resume "继续处理发布阻塞问题" memorix checkpoint list memorix memory search --query "release blocker" memorix memory --help # 可选：只在需要个人/团队记忆或协同时激活本地身份。 memorix identity join --agent-type codex --name codex-main memorix memory store --text "个人排查笔记" --visibility personal memorix task create --description "验证发布包" # 有意沉淀长期记忆：先创建候选，再审核，审核前不会进入 Agent 的 Workset。 memorix memory long-term add --kind procedural --scope user --portability portable --title "发布验证偏好" --text "发布 npm 包前运行 focused tests 和打包后的 package smoke。" --applicability "发布 npm 包时。" memorix memory long-term qualify --id --reason "用户明确确认了这项偏好。" memorix memory long-term approve --id --reason "已审核，可在本机其它项目中使用。" memorix transfer export --format json --out ./.memorix-export.json memorix transfer import --file ./.memorix-export.json memorix reasoning search --query "why sqlite" memorix git-hook --force memorix ingest log --count 20 memorix workbench ``` CLI 是直接入口，不依赖 MCP 会话。它默认绑定当前 Git 项目，也可以用 `--cwd` 指定项目。没有激活身份时，只会读写和导出项目公开记忆；只有明确需要个人/团队记忆或协同任务时，才运行 `memorix identity join` 或 `memorix identity use --agent-id `。`memorix identity clear` 会回到项目公开范围；脚本可用一次性的 `--as `。已有 camelCase 参数仍兼容，kebab-case 也可直接使用。 ### 管理受控媒体 媒体是显式、可控的。导入本地文件后，Memorix 会将其复制到本地数据目录、计算哈希，并放在 Git 工作区之外；只有执行附着操作后，资产才会进入普通项目记忆。它不会自动抓取每一张截图或工具输出。默认媒体资产上限为 100 MiB；自动视觉分析单独限制为 20 MiB。更大的图片仍可保存和附着，但不会被强行发送给模型，而是会留下明确的文本回退说明。 ```bash memorix media import --path ./architecture.png --json memorix media attach --asset --title "架构图" --json memorix media list --kind image --json memorix media show --asset --json memorix media remove --asset --force --json # 受控派生：显式、有边界、可附着进记忆。 memorix media derive-pdf --asset --attach --json memorix media derive-audio --asset --attach --json # 旧的图像分析命令现在也会走同一套受控资产生命周期。 memorix ingest image --path ./architecture.png --json ``` MiniMax 图像生成是需要明确执行的 CLI 操作。视频生成会立即返回一个可持久查询的任务，不会把 Agent 请求卡在等待生成结果上。 ```bash # 在用户环境变量或 .env 中配置 MINIMAX_API_KEY，绝不要提交进 Git。 memorix media generate image --prompt "清晰的系统架构图" --json # 图生图（MiniMax image-01 / image-01-live，通过 subject_reference）： memorix media generate image --prompt "保留主体、更换背景" --image ./reference.png --json memorix media generate video --prompt "简短的产品演示" --json memorix media status --job --json memorix media cancel --job --json ``` `memorix_media` 是所有 profile（包括 `micro`）中都有的紧凑 MCP 对应入口，可导入、附着、列出、查看、派生 PDF/音频、生成并查询任务状态。因为图像/视频生成可能产生 provider 费用，MCP 默认禁止生成；只有你明确允许 Agent 付费调用时，才设置 `MEMORIX_MCP_MEDIA_GENERATION=1`。默认的 OpenRouter 文本 embedding 仍然只是文本向量；只有明确声明支持该模态的 provider 才会生成媒体向量。文本描述和附着信息仍可通过普通检索使用。 ### 使用内置终端 Agent ```bash memorix # 或 memcode ``` 这会打开 memcode：一个已经接好 Memorix 记忆的终端 Coding Agent。

| 层 | 存什么 | 适合回答 | | --- | --- | --- | | Observation Memory | 事实、坑点、修复、实现说明 | “这里是怎么工作的？” | | Reasoning Memory | 原因、替代方案、约束、风险 | “当时为什么这么选？” | | Git Memory | 从 commit 提炼出的工程事实 | “最近改了什么，在哪些文件？” | | Code Memory | 文件、符号、import 关系、记忆到代码的新鲜度 | “现在应该先看哪些代码？” | | 受管理的长期记忆 | 有来源证据、经过审核的情景事件、稳定事实或可复用流程 | “以后还应记住什么、按什么方式做？” | | Compact Continuity | 最近一次宿主原生压缩的摘要或生命周期标记 | “上次上下文压缩后留下了什么？” | 默认搜索当前项目。`scope="global"` 可以跨项目搜索。“改了什么”优先匹配 Git Memory，“为什么”优先匹配 reasoning / decision 记录。 长期记忆不是把所有笔记自动堆进去。Observation、Claim、工作流、session 和代码快照仍各自承担原来的职责。Agent 可以在 `memorix_store` 时要求额外生成长期记忆**候选**，但候选绝不会自动进入任务上下文；用 `memorix memory long-term qualify|approve|archive|supersede` 留下带证据的生命周期记录。只有人工创建或用户确认的 `user + portable` 记忆，才可能在同一台机器的其它项目中按任务相关性被使用；项目代码、Git 事实、测试、工作流、session 和 Observation 都不能被提升成可携带的用户记忆。 `memorix context "..."` 是默认的 Memory Autopilot 入口。它会按任务生成紧凑 brief：修 bug 时偏向测试和复现，发版时偏向 package/changelog/build 检查，接手项目时偏向文档和入口文件；过期或不相关的记忆只作为 warning，不会一股脑塞进 prompt。只有 MCP 不可用时才使用 CLI 回退，并带上 `--fallback --brief-json`，它只返回同一份有预算的 brief 和“选了什么、略了什么”的回执；`--json` 保留给详细诊断。普通新任务不会自动得到旧会话的文本倾倒；明确要继续之前工作时，用 `memorix resume "..."`，只会补入最近一份有用的会话总结、最多三条当前可读的长期记忆锚点，以及最多一条带来源标识的近期宿主压缩检查点。每个长期锚点都有 `durable:` 引用，Agent 只在确实需要完整已审核记录时才通过 `memorix_detail` 展开。关键词仍优先；没有命中而且用户已配置 embedding 时，Memorix 才会做一次 1.8 秒、不重试的语义回退，用于模型改写或跨语言任务。服务变慢或不可用时，正常的关键词 Workset 会原样返回。检查点只是生命周期证据，不是长期记忆，也不是聊天记录备份。Agent 应该先读 suggested files，再相信历史记忆。

| 你想做什么 | 运行 | | --- | --- | | 安装某个 Agent 的接入包 | `memorix setup --agent --global` | | 检查或修复某个 Agent 接入 | `memorix doctor agents --agent `、`memorix repair agents --agent ` | | 手动暴露 stdio MCP | `memorix serve` | | 启动共享 HTTP MCP 和 Dashboard | `memorix background start` | | 前台调试 HTTP MCP | `memorix serve-http --port 3211` | | 直接检查或管理记忆 | `memorix memory`、`memorix reasoning`、`memorix session`、`memorix ingest`、`memorix media` | | 管理已审核的长期记忆 | `memorix memory long-term list|show|add|promote|qualify|approve|archive|supersede` | | 检查原生上下文压缩连续性 | `memorix checkpoint list|show|context|archive` | | 使用交互式终端记忆控制台 | `memorix workbench` | | 使用内置终端 Agent | `memorix` 或 `memcode` | | 运行编排式 subagent 工作 | `memorix orchestrate --goal "..."` | `memorix serve` 默认使用 `--mode micro`（9 个工具），保持 MCP 工具 schema 紧凑。`memorix setup` 写入 `--mode lite`（20 个工具），覆盖常用记忆、会话、证据和反馈入口。需要协作工具时使用 `--mode team`（28 个工具），需要高级和兼容工具时使用 `--mode full`（47 个工具）。 `memorix orchestrate` 单 worker 默认使用当前 checkout；多 worker 时会在 `.worktrees/` 下为任务创建隔离 worktree，并把成功的任务分支 merge 回来。用 `--isolated` 可强制单 worker 也隔离，用 `--no-worktree` 禁用 worktree，用 `--allow-dirty` 允许带未提交改动运行，用 `--no-auto-merge` 保留任务 worktree 方便人工 review。

memcode 是 Memorix 内置的终端 Coding Agent。它能读文件、改代码、运行命令、恢复 session、切换模型，并提供 `/memory` 命令；读写的仍然是同一套 Memorix 项目记忆。 想要一个开箱即用、已经带记忆的终端 Agent 时用它。 ```text one Git project -> one shared Memorix memory pool ``` memcode 专门说明见 [docs/MEMCODE.md](docs/MEMCODE.md)。

最小 `~/.memorix/config.toml`： ```toml [agent] provider = "openai" model = "gpt-4o" api_key = "..." [memory.llm] provider = "openai" model = "gpt-4o-mini" api_key = "..." [embedding] provider = "auto" [memory] inject = "minimal" formation = "active" ``` `[memory.llm]` 和 `[embedding]` 负责记忆质量和检索；`[agent]` 是 memcode 编码时使用的模型。凭据放全局配置或环境变量，不要提交 secrets。 如果使用 OpenRouter embedding，可以设置 `provider = "api"`、`base_url = "https://openrouter.ai/api/v1"`、`model = "qwen/qwen3-embedding-8b"`。这个 endpoint 下 Memorix 会读取官方 `OPENROUTER_API_KEY`；需要单独覆盖 embedding key 时仍可用 `MEMORIX_EMBEDDING_API_KEY`。 受控 MiniMax 媒体生成可在环境变量或 `.env` 中设置全局 `MINIMAX_API_KEY`，或中国区 `MINIMAX_CN_API_KEY`。媒体库不会保存该 key、临时签名 URL 或 base64 负载。CLI 生成本身就是显式操作；若要让 MCP 中的 Agent 发起生成，还必须明确设置 `MEMORIX_MCP_MEDIA_GENERATION=1`。

Docker 只作为 VPS/托管环境的 HTTP 部署方式，不是本机开发或 stdio MCP 的必需品： ```bash docker compose up --build -d ``` 启动后： - Dashboard：`http://localhost:3211` - MCP：`http://localhost:3211/mcp` - Health：`http://localhost:3211/health` 如果要使用项目级 Git / 配置行为，容器必须能看到传给 `projectRoot` 的仓库路径。

在 TypeScript 中直接使用 Memorix： ```ts import { createMemoryClient } from 'memorix/sdk'; const client = await createMemoryClient({ projectRoot: '/path/to/repo' }); await client.store({ entityName: 'auth-module', type: 'decision', title: 'Use JWT for API auth', narrative: 'Chose JWT because the API is stateless and used by multiple clients.', }); const results = await client.search({ query: 'auth decision' }); await client.close(); ```

| 从这里开始 | 适合场景 | | --- | --- | | [文档地图](docs/README.md) | 快速找到正确文档 | | [安装与接入](docs/SETUP.md) | 安装、使用 `memorix setup`、选择 stdio vs HTTP | | [集成形态](docs/INTEGRATIONS.md) | 插件包、MCP、项目规则、hooks 和 skills 支持 | | [配置指南](docs/CONFIGURATION.md) | TOML 配置、模型 lane、兼容文件 | | [API 参考](docs/API_REFERENCE.md) | MCP 工具和 CLI 命令 | | [Git Memory](docs/GIT_MEMORY.md) | commit 摄入和工程事实检索 | | [Docker](docs/DOCKER.md) | 容器化 HTTP 服务 | | [memcode](docs/MEMCODE.md) | 使用内置终端 Agent | | [Agent Playbook](docs/AGENT_OPERATOR_PLAYBOOK.md) | 面向 AI Agent 的安装、绑定、hooks、排障手册 | | [开发指南](docs/DEVELOPMENT.md) | 贡献、测试、发布检查 | | [更新日志](CHANGELOG.md) | 每个版本改了什么 | LLM 友好摘要：[llms.txt](llms.txt) 和 [llms-full.txt](llms-full.txt)。

```bash git clone https://github.com/AVIDS2/memorix.git cd memorix npm install npm run lint npm test npm run build ```

Memorix 借鉴了 MCP 生态和 mcp-memory-service、MemCP、claude-mem、Mem0 等记忆项目的做法。memcode 基于 Pi coding-agent codebase，针对 Memorix 生态做了适配。

[Apache 2.0](LICENSE)

Star 历史

_{由 GitHub 隐私安全的 Star History API 自动更新，不再生成自动 PR。}