okf-memory/okf-agent-memory

解決的問題

AI代理在上下文視窗關閉後，經常會遺失關鍵的架構決策、領域知識和操作事實。本專案提供一個持久化、廠商中立的記憶層，讓代理能儲存與檢索知識，而無需依賴昂貴的黑箱向量資料庫或非結構化 Markdown 檔案。

工作原理

實作 Open Knowledge Format (OKF) v0.2，將知識以帶有 YAML 前置元資料的純 Markdown 檔案形式，直接儲存在專案倉儲的 knowledge/ 資料夾中。使用零相依的 Go 工具鏈，提供快速、本地的詞法搜尋（BM25）與圖形驗證功能。為與 AI 代理整合，專案內建 Model Context Protocol (MCP) 伺服器，讓代理能查詢與更新自身的持久化記憶。

適用對象

希望在軟體工程、科學研究、運維等多個領域，為代理提供版本控制、透明且低延遲記憶系統的開發者與 AI 代理使用者。

特色亮點

• Git 原生：所有記憶均以純文字形式儲存，可透過 git diff 與 git log 進行審計，無需外部資料庫。
• 高效率：使用編譯後的 Go 二進位檔，實現亞 300µs 搜尋延遲與亞 5ms CLI 啟動時間。
• 零 API 成本：使用本地 BM25 索引而非嵌入 API，徹底消除記憶檢索的持續成本。
• MCP 就緒：內建原生 Model Context Protocol 伺服器，可無縫連接 Claude Code、Cursor 等平台。
• 漸進式揭露：透過分層索引檔案與連結圖，僅載入必要概念，防止上下文膨脹。