mex-memory/mex

解決的問題

AI 編碼代理在處理大型程式碼庫時，經常會在每次會話中重新發現相同的架構模式，或因載入龐大且過時的指令檔而塞滿其上下文視窗。mex 透過建立一個「活的維基」來解決此問題——一個本地化、結構化的 Markdown 文件系統，隨著程式碼一同成長與演進，確保代理在無需重複掃描整個倉儲的情況下，仍能獲得精確且與任務相關的上下文。

工作原理

mex 透過結合決定性的本地程式碼圖譜與結構化的 Markdown 檔案來維護專案知識：

1. 程式碼映射：使用 Tree-sitter 和 SQLite 建立本地圖譜，對 TypeScript、Python、Rust 等多種語言中的符號與關係進行索引。
2. 維基生成：代理利用此圖譜填入結構化的 Markdown 維基（如架構、規範與模式），並直接儲存在倉儲中。
3. 上下文路由：不載入全部內容，而是使用路由系統（ROUTER.md）僅載入當前任務相關的特定維基頁面與程式碼圖譜鄰域。
4. 漂移檢測：透過「接地」（將主張與精確的程式碼符號連結）識別程式碼變更是否使維基主張失效，進而允許代理透過 mex sync 進行精準修復。

適用對象

使用 AI 編碼代理（如 Claude Code、Cursor、Windsurf 或 GitHub Copilot）的開發者，希望降低 token 使用量、減少延遲，並防止 AI 助手在會話之間遺失架構上下文。

核心亮點

• 接地知識：將文件主張與精確的程式碼符號連結，使系統能檢測重構是否破壞文件。
• 任務感知路由：僅載入特定任務所需的文件與原始碼，有效減少上下文視窗的膨脹。
• 決定性檢索：使用程式碼圖譜實現基於原始碼的檢索與影響分析，無需消耗 AI token 進行機械式搜尋。
• 多代理相容：為 .cursorrules 或 CLAUDE.md 等各類工具提供專案錨點，可無縫整合至不同 AI 編碼助手。