vshulcz/deja-vu

Coding agent memory for Claude Code, Codex, Cursor and 38 more, built from the session history already on your disk. Local search, MCP and hooks, no LLM, one Go binary.

off_topic: false

一句话介绍： 本地索引 41+ 编码 AI 代理（Claude Code、Codex、Cursor 等）的会话历史，并将相关的过去决策传递给当前正在工作的代理，从而避免对已经修复的问题进行重复调试。

它是什么： deja-vu 是一个单一的 Go 二进制文件，可扫描、索引和搜索编码代理已保存到磁盘的 transcripts。它通过 CLI、TUI 和 MCP（模型上下文协议）服务器公开这些记忆，使代理能够自动回忆过去的修复、命令和决策——无需云服务或嵌入。

为什么重要： AI 编码代理有严重的健忘症——它们会忘记上周、上个月或另一个工具中做的事情。这会导致重复失败和重新调试。deja-vu 解决了“一个记忆，所有代理”的问题：在 Codex 中找到的修复会在 Claude Code 中再现，因为所有代理都读取相同的本地索引。

主要亮点（均来自 README）：

全量启动： 首日索引安装前的数月历史（约 17.6 秒内索引 19，195 个会话）。
主动回忆： 在会话开始、文件编辑前和命令失败后提供相关记忆——通过单一 MCP 工具（deja），每轮仅消耗 477 个定义 tokens。
本地且私有： 无模型、无嵌入、无服务器。构建索引时凭据会被编辑（[redacted:<kind>]），deja secrets 可以清除源 transcripts。
经受压缩： 在 43 次测量压缩中保持 77% 的决策和 0.2% 的命令。
丰富的 CLI： 包括 deja <query>（带词形变化的语义搜索）、deja blame <file>（哪些会话讨论过它）、deja fix <error>（该错误之前有效的方法）、deja wip（当前工作）、deja resume <id>（重新打开会话）、deja promote <id>（提炼成精选笔记）、deja sync（通过 SSH 在机器之间移动记忆）。
跨工具： 通过写入每个代理自己的指导/技能文件，接入 41 个代理（Claude Code、Codex、Cursor、opencode 等）。
基准测试： 在 LongMemEval-S 上 R@5 召回率达 97.2%，使用的 tokens 仅为 agentmemory 的一半。

工作原理（技术）： 它是一个编译的 Go 程序。它使用 MCP（模型上下文协议）向代理暴露回忆功能，从磁盘上的许多特定代理工具中查找会话 transcripts，索引文本（无嵌入——使用词汇 + 词形匹配），并通过 TUI、CLI 或 MCP 服务器提供结果。

目标受众： 重度使用 AI 编码代理并希望为自己的项目获得持久、跨工具记忆，且不想将历史发送到云服务的开发者。

快速开始： curl -fsSL https://raw.githubusercontent.com/vshulcz/deja-vu/main/install.sh | sh 然后执行 deja install --auto（macOS/Linux）。Windows 使用 scoop install deja-vu 或 winget install vshulcz.deja-vu。