syncable-dev/memtrace-public

解決的問題

Memtrace 為 AI 編碼代理提供「結構化記憶」，防止其必須重新讀取整個檔案或在會話間遺失上下文。它解決了代理進行「盲重構」的問題——即破壞其無法看見的相依性，並消除使用 LLM 建立程式碼庫知識圖譜所帶來的高成本與高延遲。

工作原理

Memtrace 將程式碼庫轉換為即時、雙時相的事件性結構知識圖譜。與使用 LLM 推論提取關係的通用記憶系統不同，Memtrace 使用原生 Rust 的 Tree-sitter AST 解析器，在本地機器上以決定性方式解析符號（函數、類別、介面）及其關係（呼叫、匯入、實作）。

它為標準 AST 圖譜增加了兩個關鍵維度：

• 時間記憶：追蹤每個符號的完整版本歷史，允許代理根據六種不同的評分演算法查詢發生了什麼變更、什麼是意外的、什麼將會被破壞。
• 跨服務 API 拓撲：映射不同倉儲之間的 HTTP 呼叫圖，以檢測服務相依性。

適用對象

使用 AI 編碼代理（如 Claude Code、Cursor、Windsurf 或 DeepSeek Harness）的開發者，他們需要代理對大型程式碼庫具備深入的架構理解，同時不犧牲隱私或產生 API 成本。

主要亮點

• 高效率：零 API 成本下，1,500 個檔案的索引時間少於 2 秒，顯著快於基於 LLM 的記憶系統。
• MCP 原生支援：透過 Model Context Protocol 暴露超過 25 個工具，支援搜尋、關係分析、影響分析與圖演算法。
• 廣泛語言支援：支援 20 多種語言，包括 Rust、Go、TypeScript、Python 和 Java，以及 Terraform 和 GitHub Actions 等基礎設施即程式碼。
• 本地優先隱私保護：完全在本地機器上執行；原始碼永遠不會離開環境。
• 代理技能：內建 17 個預先定義技能，教導代理如何串接工具完成任務，如事故調查與重構指南。