在 Claude Code、Codex、Cursor 之间来回切换时,最让人头疼的往往不是代码本身,而是上下文丢了:为什么这样设计、之前试过哪些方案、现在卡在哪里,都得重新解释一遍。
ai-memory 就是为这个问题准备的。它是一套可以自己部署的项目记忆服务,把不同 AI 编程工具产生的项目背景、决策过程、排错记录和后续任务集中保存,让下一个工具接手时能快速了解情况。
ai-memory 保存的是项目记忆和工作上下文,不会替你同步代码、依赖或运行环境。跨设备使用时,代码仍然需要通过 Git 等方式单独同步。
ai-memory 是什么
它通过工具的生命周期 Hooks 记录提示词、工具调用和会话进度,并把整理后的内容写成可读的 Markdown Wiki。Markdown 是主要数据来源,可以直接放进 Git 管理;SQLite 则负责全文搜索、实体关系和可选的向量检索等派生数据。
- 跨工具共享上下文:支持 Claude Code、Codex、Cursor、Gemini CLI 和 VS Code Copilot 等常用 AI 编程工具。
- 记录决策过程:除了保存“做了什么”,还会保留为什么这样做、尝试过什么以及还剩哪些问题。
- 方便回顾和交接:可生成项目 Wiki、会话摘要和 handoff,减少重新向另一个工具解释项目的时间。
- 数据可掌控:服务可以部署在本机、家庭服务器或自己的 VPS 上,Markdown 内容也方便备份和迁移。
从 Claude Code 换到 Codex,能交接什么
如果两个工具在同一台电脑、同一个项目目录里工作,代码文件本来就能直接看到。ai-memory 真正补上的,是代码之外的那部分信息,例如当前进度、已经排除的方案、设计理由和待处理事项。
换到另一台设备时,ai-memory 可以继续提供这些项目记忆,但仓库、依赖和环境仍要另外同步。它更像是一本持续更新的项目工作日志,而不是网盘或远程开发环境。
不同客户端的支持情况
- Claude Code:支持 MCP 和 Hooks,并可选择记录助手回复。
- Codex:支持 MCP 和 Hooks;由于目前没有真正的自动会话结束 Hook,需要在阶段性工作完成后运行
ai-memory finalize-session。Codex 最终回复目前也不会自动捕获。 - Cursor、Gemini CLI:支持 MCP 与 Hooks。
- VS Code Copilot:目前主要通过 MCP 接入。
不接外部大模型也能使用
基础功能不依赖外部 LLM。全文检索、实体与关系提取、规则摘要以及会话交接,都可以直接运行。新版首次安装时可能会尝试下载约 87MB 的本地向量模型,用于语义搜索;不需要时也可以关闭。
如果配置云端 Embedding 或 LLM,相关记忆内容可能会发送给对应服务商处理。使用本地模型可以让这部分处理留在本机,但你正在使用的 AI 编程助手是否会把上下文发送到它自己的服务端,仍取决于该工具本身。
部署和安全方面要注意
- 只在本机使用时,监听
localhost最简单。 - 需要远程访问时,建议同时启用 Bearer Token、允许的主机列表和 HTTPS。Token 用来验证身份,HTTPS 用来保护传输内容,两者作用不同。
- 项目当前更适合个人或可信团队使用,数据模型偏单租户,也没有针对每个页面的细粒度权限控制,不建议直接暴露成不受信任的公共服务。
适合哪些人
如果你经常在多个 AI 编程工具或多台设备之间切换,希望保留长期项目背景,或者团队需要共享排错记录和设计决策,ai-memory 会比较实用。对于只用一个工具、项目很简单,或不想额外维护服务的人,它带来的收益可能有限。
项目地址
- GitHub:akitaonrails/ai-memory
- 版本发布:Releases
- 安装说明:Installation Guide
- 客户端支持表:Support Matrix
- 部署文档:Deployment Guide
- 安全说明:Security Guide





-Featured-Image240916-300x200-1.jpg)


















暂无评论内容