Repolode
Предложить
akitaonrails

akitaonrails/ai-memory

Долгосрочная память для AI-агентов разработки: сохраняет контекст проекта и передаёт задачи между Claude Code, Codex, Cursor и другими CLI агентов.

Открыть на GitHub
Звёзды
10,811
Форки
765
Открытые issues
11
Последний коммит
позавчера

Что это?

ai-memory — слой долгосрочной памяти для AI-агентов разработки. Если закончить работу в одном агенте, например Claude Code, и открыть в том же проекте другой, например OpenAI Codex, новый агент получит сводку о том, на чём остановилась работа, что не получилось и какие вопросы ещё открыты. Так не придётся каждый раз заново объяснять архитектуру проекта.

Хуки жизненного цикла собирают промпты, вызовы инструментов и границы сессий, очищают данные перед сохранением и сводят каждую сессию в Markdown-страницы в wiki под управлением Git. Wiki — источник истины; индекс SQLite для поиска можно пересоздать из этих файлов. Поиск сочетает полнотекстовый поиск, сопоставление сущностей и графов, а также опциональный векторный поиск. По умолчанию LLM не вызывается, но можно настроить провайдера LLM для более качественных сводок и семантического поиска.

Сервер работает на вашем компьютере, хосте homelab или сервере в локальной сети; им может пользоваться команда благодаря аутентификации для каждого участника и журналу аудита. Программа поставляется в виде одного бинарного файла на Rust и устанавливается с помощью скриптов, Docker, модуля NixOS или пакетов для Arch и Fedora.

Ключевые возможности

  • 01Общие сводки о передаче задач для более чем двадцати CLI агентов, включая Claude Code, Codex, Cursor и Gemini CLI.
  • 02Память хранится в виде обычных Markdown-файлов в wiki под управлением Git, которые можно редактировать вручную.
  • 03Автоматический сбор данных с помощью хуков жизненного цикла; перед сохранением данные очищаются.
  • 04По умолчанию работает без вызовов LLM; провайдеры LLM и эмбеддингов можно подключить по желанию.
  • 05Аутентификация нескольких пользователей, атрибуция действий отдельным участникам и журнал аудита для командной работы.

Сценарии использования

  • Переключение между Claude Code и Codex в одном репозитории без потери контекста.
  • Хранение общей памяти проекта на homelab-сервере и продолжение работы с ноутбука.
  • Общая база знаний с журналом аудита, доступная для поиска агентам всех разработчиков команды.
  • Продолжение задачи, если у агента закончилась квота или он завершил работу, не подготовив сводку о передаче задачи.

Быстрый старт

  1. 1

    Установите бинарный файл в Linux или macOS

    Установите по официальной инструкции из README
  2. 2

    Настройте каталог данных, службу и подключение агентов

    ai-memory setup
  3. 3

    Перезапустите агентов и спросите одного из них, что он помнит о проекте

Что важно знать

  • Нативная поддержка Windows находится на экспериментальной стадии; поддерживаемый вариант — WSL2.
  • Некоторые агенты интегрированы лишь частично: только через MCP, хуки или управляемую среду.
  • Чтобы делиться памятью между компьютерами или с командой, необходимо запустить собственный сервер.

Темы

#ai-agents#llm#memory#mcp#claude-code#codex#rust#markdown

Частые вопросы

Что такое ai-memory?
Долгосрочная память для AI-агентов разработки: сохраняет контекст проекта и передаёт задачи между Claude Code, Codex, Cursor и другими CLI агентов. ai-memory — слой долгосрочной памяти для AI-агентов разработки. Если закончить работу в одном агенте, например Claude Code, и открыть в том же проекте другой, например OpenAI Codex, новый агент получит сводку о том, на чём остановилась работа, что не получилось и какие вопросы ещё открыты. Так не придётся каждый раз заново объяснять архитектуру проекта.
ai-memory можно использовать бесплатно? Какая у него лицензия?
ai-memory распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
ai-memory всё ещё поддерживается?
Активно поддерживается. Последний коммит в ai-memory — 19 окт. 2026 г..
Для чего можно использовать ai-memory?
Переключение между Claude Code и Codex в одном репозитории без потери контекста. Хранение общей памяти проекта на homelab-сервере и продолжение работы с ноутбука. Общая база знаний с журналом аудита, доступная для поиска агентам всех разработчиков команды. Продолжение задачи, если у агента закончилась квота или он завершил работу, не подготовив сводку о передаче задачи.
Как установить ai-memory?
Установите бинарный файл в Linux или macOS Настройте каталог данных, службу и подключение агентов: ai-memory setup Перезапустите агентов и спросите одного из них, что он помнит о проекте
Где скачать ai-memory?
Исходный код и инструкции по установке — на GitHub: https://github.com/akitaonrails/ai-memory

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты