dezgit2025/auto-memory

解決的問題

AI 編碼代理在上下文視窗填滿並被壓縮，或新會話開始時，經常會遭遇「上下文腐化」或「遺忘」問題。這會導致大量時間浪費在重新向代理解釋專案細節和檔案上。auto-memory 提供了一種方法，讓代理無需消耗數千個 token 進行廣泛搜尋或手動重新定位，即可從之前的會話中回憶起特定的事實、檔案和摘要。

工作原理

它扮演代理記憶的唯讀「頁面錯誤處理程序」。不將所有內容保留在活動上下文視窗（RAM）中，而是使用 CLI 工具從持久化儲存（磁碟）中提取特定資料。

• GitHub Copilot CLI：直接從本地 SQLite 資料庫（session-store.db）讀取。
• Claude Code：讀取 JSONL 會話日誌，並建立 FTS5 索引以支援結構化搜尋。
• 其他後端：透過檔案驅動的提供者，也可從 VS Code、JetBrains 和 Neovim 中召回會話。

代理會透過指令檔案被指示，先執行 session-recall 命令，以取得最近檔案和會話摘要，進而在執行任務前完成定位。

適用對象

使用 AI 編碼代理（特別是 GitHub Copilot CLI、Claude Code 和 IDE 集成代理）的開發者，希望避免「上下文不斷減少的惡性循環」，並減少重新定位 AI 助手所花費的時間。

特色亮點

• 零依賴：僅使用 Python 標準程式庫建構。
• 唯讀：從不向底層會話資料庫或日誌寫入，確保安全性。
• Token 高效：僅需約 50 個 token 即可召回特定上下文，遠低於手動 grep/find 操作的數千 token。
• 多後端支援：支援 Copilot CLI、Claude Code 和多種 IDE。
• 代理式安裝：包含專為 AI 代理設計的協定，可實現工具的自主安裝與設定。