zilliztech/memsearch

A persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex), backed by Markdown and Milvus.

解决的问题

AI 编程代理经常在会话之间或不同平台之间丢失上下文。MemSearch 为代理提供了一种维护对话、决策和工作流的持久且可搜索的记忆方式，确保一个会话或代理的上下文可以被其他代理使用。

工作原理

MemSearch 采用多层记忆方法：

  • Storage: 使用 Markdown 文件作为人类可读的真理来源，并使用 Milvus 作为可重建的影子索引以实现快速检索。
  • Retrieval: 采用结合混合搜索 (dense vector + BM25 sparse) 和 RRF reranking 的三层渐进式召回系统 (search, expand, and transcript)。
  • Maintenance: 具有保持项目和用户笔记最新的后台任务，并将重复的工作流蒸馏为可重用的、可安装的“skills”。
  • Integration: 通过现有代理（如 Claude Code 和 OpenClaw）的插件，或通过为构建自定义代理的开发人员提供的 CLI 和 Python API 进行操作。

适用对象

  • 代理用户: 希望其代理能够记住过去的讨论、决策和偏好，而无需手动配置的 AI 编程工具使用者。
  • 代理开发者: 需要将持久的语义记忆和 RAG 能力集成到其应用程序中的 AI 代理构建软件工程师。

亮点

  • 跨平台同步: 在 Claude Code、OpenClaw、OpenCode 和 Codex CLI 之间共享记忆。
  • 混合搜索: 将 dense vector 和 BM25 sparse 搜索与 RRF reranking 相结合。
  • 程序化记忆: 将重复的工作流蒸馏为可重用的代理技能。
  • 本地优先: 通过 ONNX 支持本地嵌入，以实现隐私保护和零成本。