tickernelz/opencode-mem

解决的问题

OpenCode Memory 为 AI 编码代理提供了一个持久的、长期的记忆系统。它防止了在不同会话之间丢失技术上下文、项目特定决策和用户偏好，确保 AI 代理能够持续理解项目的演进过程以及用户的编程习惯。

工作原理

该系统使用本地向量数据库（Turso/libSQL）将记忆存储为嵌入向量。采用混合方法进行记忆管理：

• 自动捕获：当会话处于空闲状态时，后台 AI 进程会自动从对话中提取并总结技术上下文。
• 手动控制：用户可以使用 memory 工具显式添加、搜索或遗忘记忆。
• 用户档案：系统会随时间学习用户在多个项目中的偏好和习惯的综合摘要。
• 上下文注入：在会话期间，相关记忆会自动注入 AI 模型的系统上下文中。
• 嵌入支持：支持通过 Hugging Face Transformers（通过 ONNX 在 CPU 上运行）实现的本地嵌入，以及远程 OpenAI 兼容嵌入 API。

适用人群

希望其 AI 编码助手在多个聊天会话中记住项目决策、错误模式和个人偏好的 OpenCode 用户。

主要亮点

• 本地优先持久化：使用 Turso/libSQL 实现原生向量搜索，无需额外数据库服务器。
• 智能自动捕获：无需手动用户提示，即可自动将技术工作摘要为记忆。
• 跨项目学习：维护独立的用户档案，以追踪不同项目中的习惯和偏好。
• Web 管理界面：内置 Web 界面（端口 4747），可浏览、检查和管理记忆。
• 隐私与安全：支持 AES-256-GCM 加密，对本地数据库分片进行静态加密。
• 灵活的嵌入选项：支持 12+ 种本地嵌入模型或基于远程 API 的嵌入。