Vestige enhances agents by deterministic root-cause retrieval that reaches backward through time to find the quiet change, decision, or service that caused today’s failure, not the lookalike.

Vestige – 面向 AI 輔助開發者的本地優先記憶系統

是什麼 – Vestige 是一個開源、本地執行的記憶層，允許大型語言模型（LLM）編碼代理（Claude Code、Claude Desktop、Codex、Cursor 等）儲存與檢索關於程式碼庫的「記憶」。它在你工作時記錄決策、設定選擇及其他上下文事實，之後在發生故障時，透過因果-時間連結而非單純的相似性搜尋，返回最相關的部分。

核心理念（來自 README）

概念	Vestige 的實作方式
預測誤差門控	僅記錄新事實；重複事實被合併，矛盾事實被標記。
回溯性顯著性回填	當報告一個錯誤時，Vestige 會反向遍歷記憶圖，提升導致失敗的早期事實的顯著性。
間隔重複衰減（FSRS-6）	未使用的記憶逐漸降低權重，保持儲存緊湊。
雙強度儲存	分離「儲存強度」（事實被牢固保留的程度）與「檢索強度」（被輕易找到的程度）。
離線運行	一次性下載 130MB 嵌入模型和約 150MB 重排序模型後，所有操作均在本地完成，無需網路呼叫。

主要使用者可見功能

自動寫回：任何相容 MCP 的代理均可呼叫 smart_ingest 儲存一個事實；Vestige 判定其是否為新事實、合併重複項或標記矛盾。
聚焦召回：recall 回傳與目前程式碼上下文存在因果關聯的記憶，而非僅是文字相似。
回填：vestige backfill --contrast 從一個失敗開始，回溯並展示最可能引發該失敗的最早記憶，同時提供一個收據，展示證據路徑。
儀表板：一個 WebGPU 可視化工具（vestige dashboard）可即時顯示記憶圖（1000+ 節點，60fps），並可匯出短影片或「腦圖」（不暴露實際資料，僅表示圖結構）。
專案投影：持久性決策可匯出為 Markdown 規則檔案（如 CLAUDE.md），供代理在後續會話中尊重。
Pro 版本（可選，每月 19 美元）：使用 XChaCha20-Poly1305 和 Argon2id 實現加密、跨裝置連續性；免費版完全離線且無限制。

安裝與快速入門（如說明）

使用 Node 全域安裝 MCP 伺服器：

npm install -g vestige-mcp-server@latest

將伺服器新增至代理的 MCP 設定中（README 中提供 JSON 範例）。README 列出 Claude Code、Codex、Cursor、Claude Desktop 等的精確指令。
執行 vestige dashboard 並開啟 http://localhost:3927/dashboard。
首次執行時，二進位檔會下載嵌入器與重排序器；之後工具完全離線運行。

與普通 RAG 的差異

RAG（向量相似性）	Vestige
搜尋與查詢文字相似的項目。	搜尋透過因果+時間關聯連結的項目，再用相似性重新排序。
無矛盾概念；重複項不斷累積。	檢測矛盾，合併重複項，淡化未使用記憶。
資料通常儲存在雲端服務中。	所有資料均保留在開發者的機器上（SQLite，可選 SQLCipher 加密）。
無法定位與症狀看似無關的錯誤的根本原因。	`backfill` 可追溯到設置失敗的決策，提供帶證據路徑的候選原因。

基準測試與證據（報告內容）

靜默旋轉基準測試 – 使用 246 個代理會話，比較三種設定：無記憶、密集餘弦 RAG、Vestige。
結果（每種設定 23 次試驗）顯示，Vestige 在 23 次中 20 次收斂到正確修復，零次錯誤收斂；而 RAG 僅在 4/23 次正確收斂，且 12/23 次產生錯誤修復。
基準測試可透過提供的 Python 腳本在數秒內複現（參見 benchmark/silent-rotation）。

技術堆疊（來自「內部機制」表）

引擎：Rust（約 145k LOC），編譯為單一約 25MB 二進位檔，超過 2000 個測試，clippy 清理。
檢索：Nomic Embed v1.5（Matryoshka 768→256），USearch HNSW 索引，SQLite FTS5；可選 Qwen-3 重排序器。
儲存：SQLite（加密可選 SQLCipher）。
嵌入模型：下載一次後永久離線使用。

誰會受益？

使用 LLM 編碼助手並反覆遭遇「代理遺忘」問題的開發者。
需要 AI 代理決策審計追蹤的團隊（收據提供可重現的證據）。
要求嚴格資料隱私的使用者（所有處理均在裝置上完成，無需 API 金鑰）。

限制與待解決問題（已承認）

系統依賴底層嵌入器與可選重排序器的品質；若這些模型表現差，相似性排名仍可能遺漏相關事實。
「回填」機制的有效性取決於已記錄的因果連結；遺漏關鍵決策則無法後續檢索。
只有 Pro 版本支援跨裝置同步記憶；免費版僅限單裝置使用。
基準測試由作者提供；更廣泛信任需獨立複現。

許可證

AGPL-3.0（完整原始碼可用；商業使用必須遵守 copyleft 條款）。

總結 – Vestige 是一個真正基於研究的工具，為 LLM 編碼代理添加了因果性、本地記憶圖，旨在透過記住「為何做出該決定」並在故障發生時呈現該上下文，消除重複錯誤。

samvallad33/vestige