memsearch：它是什么、解决了什么问题以及为何受到关注

它解决了什么

MemSearch 为 AI 编码代理提供了跨平台的语义记忆系统。它解决了不同代理平台（如 Claude Code、OpenClaw 和 Codex CLI）之间的上下文丢失问题，以及在编码会话之间缺乏持久、可搜索的历史记录，使开发者能够恢复决策依据、继续调试线程并追踪特性演进。

工作原理

MemSearch 使用 Markdown 文件作为唯一可信来源，将对话摘要和笔记存储在人类可读的 .md 文件中。它在 Milvus（向量数据库）中创建“影子索引”以实现快速检索。系统采用三层渐进式召回流程：首先进行语义搜索以获取排序后的块，随后扩展到完整的 Markdown 部分，必要时再访问原始转录。它支持混合搜索（稠密向量 + BM25 稀疏）并使用 SHA-256 哈希高效同步仅变更的内容。

适用人群

• 代理用户：使用 AI 编码代理的开发者，想要通过插件实现零配置的持久记忆。
• 代理开发者：构建自定义 AI 代理的工程师，需要 Python API 和 CLI 来集成语义记忆和 RAG 能力。

亮点

• 跨平台同步：在 Claude Code、OpenClaw、OpenCode 和 Codex CLI 之间共享记忆。
• 程序性记忆：将重复的工作流提炼为可复用、可安装的代理技能。
• 本地优先嵌入：默认使用本地 ONNX bge-m3 嵌入，免费、私密、基于 CPU 处理。
• 灵活后端：支持 Milvus Lite（单文件）、Zilliz Cloud（托管）或自托管 Milvus 服务器。
• 代理式维护：后台任务自动更新 PROJECT.md 和 USER.md 笔记，以跟踪项目状态和用户偏好。