zilliztech/memsearch

memsearch – AI 編碼代理的跨平台語意記憶

是什麼 – 一個 Python 庫（附帶 CLI）記錄與 AI 編碼助手的每一次對話，將對話記錄以純文字 Markdown 檔案形式儲存，並在 Milvus 中建立可搜尋的「影子索引」。相同的記憶可透過輕量級插件，在多個主流編碼代理平台（Claude Code、Codex、DeepSeek Harness、OpenClaw、OpenCode）中存取，因此你在某一工具中的討論會立即在其他工具中變得可搜尋。

核心理念

• Markdown 優先儲存 – 記憶以一般 .md 檔案形式儲存（人類可讀，支援版本控制）。Milvus 僅作為可重建的快取。
• 混合檢索 – 三步流程：(1) 使用 RRF 重排序的 BM25 + 密集向量搜尋，(2) 將最佳片段擴展為完整的 Markdown 段落，(3) 可選地取得原始對話 JSON。這實現了快速且相關的召回，同時避免重複結果。
• 即插即用代理 – 每個支援的平台都提供一個微型插件，可自動捕獲對話輪次，使用本地或遠端 LLM 進行摘要，並在下一次模型步驟前注入相關記憶。
• 後台維護 – 可選任務可保持高階 PROJECT.md（專案狀態）和 USER.md（個人偏好）的更新，並可將重複的工作流程蒸餾為可重用的 技能，遵循開放標準的 Agent Skills 格式。
• 可設定嵌入 – 預設使用免費的 ONNX bge-m3 模型（CPU，無需 API 金鑰）。可替換為 OpenAI、Ollama 或任何其他提供方。

終端使用者典型工作流程

1. 為所選代理安裝插件（例如：Claude Code → /plugin marketplace add zilliztech/memsearch）。
2. 正常聊天；插件會靜默地在 .memsearch/memory/ 中追加每日 Markdown 日記。
3. 需要回憶某事時，執行 /memory-recall … 命令，或自然提問（「我們為 Redis 選擇了什麼 TTL？」）。代理觸發 memsearch 技能，執行漸進式搜尋並返回相關摘錄。

開發者指南

• 使用 CLI（memsearch index, memsearch search, memsearch watch, …）或 Python API 嵌入自訂文件、執行混合查詢，或將記憶整合到客製化的 RAG 流水線中。
• 核心堆疊為：Chunker → Embedder → Milvus（預設為基於檔案的 Lite 資料庫，或托管的 Zilliz Cloud 集群）。所有元件均可透過 memsearch config 命令替換。

安裝與快速入門

# 安裝套件（Python 3.10+）
pip install memsearch
# 選擇嵌入提供者（預設自動下載 ONNX 模型）
memsearch config set embedding.provider onnx
# 選擇 Milvus 後端 – Milvus Lite 可開箱即用
memsearch config get milvus.uri   # → ~/.memsearch/milvus.db
# 安裝插件，例如 Claude Code
/plugin marketplace add zilliztech/memsearch
/plugin install memsearch

經過幾次對話後，你將在 .memsearch/memory/ 下看到每日的 .md 檔案，並可透過 /memory-recall … 查詢。

支援平台（插件）

• Claude Code – 市場店安裝，零設定捕獲。
• Codex – 克隆倉儲，執行 plugins/codex/scripts/install.sh。
• DeepSeek Harness (DSH) – uv tool install "memsearch[onnx]" 和 dsh plugin …。
• OpenClaw – 從 ClawHub 安裝（openclaw plugins install --force clawhub:memsearch）。
• OpenCode – 在 opencode.json 中新增 @zilliz/memsearch-opencode。

進階功能

• PROJECT.md / USER.md 維護 – 後台任務從每日日誌中合成高階筆記。
• 技能蒸餾 – 將重複工作流程轉化為可安裝的技能（儲存在 .memsearch/skill-candidates/ 下）。技能遵循開放標準的 Agent Skills 格式，可在不同代理間移植。
• 自訂摘要器 – 覆蓋預設的每插件摘要模型（例如：memsearch config set plugins.codex.summarize.model gpt-5.1-codex-mini）。

為何重要 在多個 AI 編碼助手之間切換的開發者常常在工具切換時遺失上下文。memsearch 為他們提供了一個單一、持久、可搜尋的記憶系統，以純 Markdown 格式儲存，本地儲存成本為零，並可透過托管向量儲存實現可擴展性。它還為構建記憶增強型代理或 RAG 流水線的任何人提供了一個可重用的套件。

專案健康狀態

• 已發布於 PyPI（memsearch ≥ 0.x）。CI 指示燈顯示每次推送都執行測試。
• 開源，採用 MIT 風格授權。
• 活躍社群：Discord 聊天、GitHub 星標、定期發布（參見「最新動態」部分，了解最近的 DeepSeek Harness 支援和技能蒸餾功能）。

---

TL;DR – memsearch 是一個真實、開源的 Python 套件，用於捕獲、索引並語意化檢索 AI 編碼代理的對話歷史。它透過微型插件在多個主要編碼助手平台中運作，將所有內容儲存為可編輯的 Markdown，並提供 CLI/Python API 用於客製化整合。