zilliztech/memsearch

A persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex), backed by Markdown and Milvus.

解決的問題

AI 程式設計代理經常在會話之間或不同平台之間遺失上下文。MemSearch 為代理提供了一種維護對話、決策與工作流的持久且可搜尋的記憶方式，確保一個會話或代理的上下文可以被其他代理使用。

工作原理

MemSearch 採用多層記憶方法：

  • Storage: 使用 Markdown 檔案作為人類可讀的真理來源，並使用 Milvus 作為可重建的影子索引以實現快速檢索。
  • Retrieval: 採用結合混合搜尋 (dense vector + BM25 sparse) 與 RRF reranking 的三層漸進式召回系統 (search, expand, and transcript)。
  • Maintenance: 具有保持專案與使用者筆記最新的後台任務，並將重複的工作流蒸餾為可重用的、可安裝的「skills」。
  • Integration: 透過現有代理（如 Claude Code 與 OpenClaw）的套件，或透過為構建自定義代理的開發人員提供的 CLI 與 Python API 進行操作。

適用對象

  • 代理使用者: 希望其代理能夠記住過去的討論、決策與偏好，而無需手動配置的 AI 程式設計工具使用者。
  • 代理開發者: 需要將持久的語義記憶與 RAG 能力整合到其應用程式中的 AI 代理構建軟體工程師。

亮點

  • 跨平台同步: 在 Claude Code、OpenClaw、OpenCode 與 Codex CLI 之間共享記憶。
  • 混合搜尋: 將 dense vector 與 BM25 sparse 搜尋與 RRF reranking 相結合。
  • 程序化記憶: 將重複的工作流蒸餾為可重用的代理技能。
  • 本地優先: 透過 ONNX 支援本地嵌入，以實現隱私保護與零成本。