Hivemind – AI 编码助手的共享内存

它是什么 – Hivemind 是一个工具，让多个 AI 编码助手（Claude Code、OpenClaw、Codex、Cursor、Hermes、pi 以及早期的 Claude Cowork）共享一个共同的“大脑”。每当助手运行时，Hivemind 就会将提示、工具调用和响应记录在 Deeplake 数据库中，从这些日志中挖掘重复模式，将模式转化为可重用的 SKILL.md 文件，并使这些技能立即提供给同一台机器或团队上的所有其他代理使用。

为什么它很重要 – 如果没有共享内存，每个代理都必须一遍又一遍地重新发现相同的解决方案，这会消耗额外的 API Token、更多的模型调用和更长的对话。Hivemind 在 LoCoMo 长上下文内存测试上的基准测试显示，与没有共享内存的基准相比，成本降低了 25%，Token 使用量减少了 1.7 倍，对话轮次减少了 31%。

它是如何工作的

1. 捕获 – 钩子安装在每个受支持的助手中（通过插件、JSON 钩子文件或 MCP 服务器）。钩子将每个会话事件写入名为 sessions 的 Deeplake 表中。
2. 编码 – 后台工作程序扫描存储的追踪记录，检测重复的代码或工作流模式，并将它们写为 markdown 技能文件 (SKILL.md)。
3. 传播 – 当任何代理开始新会话时，Hivemind 会注入相关技能，并对存储的追踪记录执行混合词法加语义搜索，以便模型可以立即回忆起先前的解决方案。
4. 总结 – 定期工作程序生成 AI 编写的 wiki 页面来总结会话，使未来的代理可以搜索这些知识。

主要功能

• 自然搜索 – 用自然语言询问助手（例如：“我们解决了哪些身份验证错误？”），Hivemind 会检索匹配的追踪记录或技能。
• 混合检索 – 启用时使用嵌入（embeddings）；否则回退到快速词法匹配。
• 虚拟文件系统 – 通过 SQL 支持的虚拟文件系统拦截 ~/.deeplake/memory/ 下的文件操作，让代理像读写普通目录一样读写共享数据。
• 技能共享 – 技能按工作区存储，并由每个连接的代理自动加载。
• 隐私控制 – 可以全局禁用捕获 (HIVEMIND_CAPTURE=false)，或通过放置一个包含 { "collect": false } 的 .hivemind 文件来按目录禁用。
• 自带云存储 (BYOC) – 数据可以存放在您自己的 GCS、Azure、S3 存储桶或本地存储中；您保留对追踪记录存储位置的完全控制权。

受支持的助手

助手	集成方法	自动捕获	自动回忆
Claude Code	市场插件	✅	✅
OpenClaw	原生扩展	✅	✅
Codex	JSON 钩子	✅	✅
Cursor (≥1.7)	JSON 钩子	✅	✅
Hermes Agent	Shell 钩子 + MCP 服务器	✅	✅
pi (badlogic)	扩展 API	✅	✅
Claude Cowork (Alpha)	仅 MCP 服务器	Alpha (捕获本地代理模式)	✅

入门 – 安装对于 macOS/Linux 来说是一行命令 (curl … | sh)，Windows 上是 PowerShell，或者通过 npm (npm i -g @deeplake/hivemind && hivemind install)。安装程序会检测存在的助手，写入适当的钩子文件，并提示您登录您的 Deeplake 账户。

配置 – 环境变量控制工作区/组织 ID、API 端点、使用的表、后台工作程序的运行频率以及是否启用嵌入。每个目录的 .hivemind 文件可以为特定项目覆盖这些设置。

限制 – Claude Cowork 的捕获仅适用于 Local Agent Mode 会话；普通的桌面聊天对话不会被记录，因为它们从未触及本地转录文件。

总结 – Hivemind 将一支 AI 编码助手队伍变成了一个协作团队，它们可以从彼此过去的工作中学习，减少重复推理，节省 API 开支，并将有用的模式呈现为可重用的技能。