fajarhide/omni

Noise-canceling context and long-term memory for your AI agent. Stop paying Claude to read 10,000 lines of terminal noise like a headphone for AI agent

What it solves

OMNI 旨在阻止 AI 编码助理在“终端噪声”上浪费 token 与预算——这些由 npm install、docker build 等命令产生的成千上万行不相关日志、进度条和模板输出。它还解决了“AI 健忘症”，即代理在会话重新启动或在不同 AI IDE 之间切换时会失去项目上下文、目标和已解决的 bug。

How it works

OMNI 充当终端执行的本地拦截器。它使用确定性的流水线（Read → Guard → Score → Collapse → Distill → Persist）过滤噪声，只保留关键信号（例如错误和堆栈追踪）。

关键组件包括：

  • Content Distiller：在保留关键信息的同时减少输出量。
  • RewindStore：本地 SQLite 数据库，存储完整的原始日志。如果 AI 代理需要原始噪声，可以通过哈希检索。
  • Memory OS：持久层，允许用户设置长期目标（omni goal）并通过语义搜索保存项目特定规则或修复（omni remember）。

Who it’s for

使用 Claude Code、Cursor、Windsurf、Roo Code、OpenAI Codex 或 Antigravity CLI 等代理式 AI 编码工具的开发者，想要降低 API 成本、加快响应速度，并在多个会话之间保持持久上下文。

Highlights

  • Token Reduction：在某些情况下，可将进入模型的字节数降低最高 85%，尤其在 git、cargo 等噪声较大的工具上。
  • Cross-Session Memory：自动将会话摘要和项目目标注入新代理会话，防止重复解释项目。
  • MCP-compatible：使用 Rust 构建，具备高性能和低延迟。
  • Fail-Open Design：如果工具 panic，直接传递原始输出，确保宿主代理永不崩溃。
  • Customizable：用户可以通过 TOML 配置文件添加自定义噪声过滤器。