Agent Memory System
RAVBYTE TECHNOLOGIES PRIVATE LIMITED · 程式設計
Agent Memory System 是一套開源記憶層，為工作區中的每個儲存庫建立持久且可讀的紀錄，涵蓋專案脈絡、執行歷史與交接資訊。你只要執行一個指令，它就會掃描你的資料夾，找出清單檔、路由、API、設定與測試，接著寫出 Markdown 與 JSON 索引，供 Codex、Claude、Cursor 及其他程式開發代理讀取。它是為那些每次工作階段結束就得向新助理重新解釋程式碼庫、已經受夠的開發者而生。聽起來很熟悉嗎？
關於 Agent Memory System
Agent Memory System 是什麼
Agent Memory System（AMS）是給 AI 程式開發代理使用的脈絡基礎設施。它不讓代理每次工作階段都從頭重新認識你的專案，而是把工作區映射一次，並將這份地圖保存在代理本來就懂得開啟的檔案裡。維護版本以 @ravbyte/agent-memory-system 之名發佈於 npm，擁有者為 RAVBYTE TECHNOLOGIES PRIVATE LIMITED。
它解決的問題是延續性。單一儲存庫往往橫跨許多資料夾，而一個工作區可以同時容納好幾個儲存庫。在 Antigravity、Codex、Claude 或 Cursor 之間切換，通常意味著失去上一位助理所理解的一切。AMS 把那份理解寫下來。下一個代理帶著資訊起步，而不是一片空白。
主要限制在於它是命令列工具，不是託管服務。沒有儀表板也沒有帳號，所以設定在你的終端機進行，而維護則取決於你在程式碼變動時執行維護指令。你还需要有 Node.js，因為安裝是透過 npx 進行。
開始使用
- 在你想映射的工作區開啟終端機，執行
npx @ravbyte/agent-memory-system@latest init。 - 讓掃描器走過你的資料夾；它會偵測清單檔、路由、API、設定、測試、儲存提示與產生的目錄。
- 檢視產生的
memory/資料夾，裡面有一份脈絡索引，以及用於準則與工作紀錄的 Markdown 檔案。 - 用
agent-memory worklog handoff --agent codex --message "tests pass; next publish pages"把工作交給下一個代理。 - 在 Git 結構性變動後執行
agent-memory maintain --since main，讓記憶保持最新。
產品資訊
快速了解 Agent Memory System 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 同時兼顧多個副專案的獨立開發者：一次工作區掃描就能讓每個儲存庫的脈絡各自獨立，所以你不需要付費帳號或託管工作區。
- 在人與助理之間交接工作的團隊：工作紀錄與交接檔案讓轉移變得明確，前提是所有人都使用相同的儲存庫結構。
- 測試多種程式開發代理的工程師：可攜的 skill 包裝器會告訴 Codex、Claude 與 Cursor 該讀什麼，讓你能在同一份記憶上比較它們。
任務
- 讓新的 AI 代理上手大型程式碼庫：掃描器會產生任何代理都能讀取的主題索引，減少冷啟動時的猜測。
- 追蹤重構後的變動：`maintain --since main` 會對照 Git 歷史更新記憶檔案，讓過時的筆記不會滲進審查。
- 找出 API 變更的影響範圍：相依圖會在你動程式碼之前回答哪些地方會壞掉。
情境
- 休息兩週後重新接上專案：記憶檔案會把你的決定帶到未來，所以你不必從頭重建意圖。
- 把做到一半的任務連夜交給另一個代理：交接檔案會記錄目前狀態與下一步。
- 執行重視安全性的儲存庫：AMS 會記錄環境變數名稱、封鎖明顯的機密模式，並略過廠商路徑。
主要功能
儲存庫掃描
單一指令就能映射工作區中的每個儲存庫。掃描器會讀取清單檔、路由、API、設定、測試、儲存提示與文件，接著寫出 Markdown 與一份 JSON 主題索引。輸出是純文字，所以任何能存取檔案的代理都能使用，不需要外掛。
感知 Git 的自動維護
程式碼一移動，記憶就會偏移，AMS 試著避免這件事。執行 agent-memory maintain --since main 會偵測 Git 中的結構性變動、更新記憶資料夾並驗證結果。重點是別讓過時的脈絡悄悄出現在程式碼審查裡。否則就沒意義了。
跨代理交接
worklog 指令讓一個代理留下訊息給下一個。你可以標記收件者、附上一段簡短訊息，工具就會寫出一份交接檔案，供下一位助理在啟動時讀取。Claude 脈絡與 Cursor 代理記憶都靠這種方式延續。切換代理不再像從頭開始。
相依圖智慧
內建的靜態分析會映射相依關係與架構層次。代理可以查詢這張圖，找出 API 變動時哪些檔案會壞掉，把猜謎變成查表。這個專案標榜 O(1) 的圖查詢與零遺漏的匯入。在大型儲存庫裡很實用。
感知機密的記憶
記憶檔案應該說明系統，而不是洩露憑證。AMS 會記錄環境變數的名稱、封鎖明顯的機密模式、避開產生的與廠商目錄，並標示推斷出來的內容，讓代理知道哪些是猜的、哪些已確認。提交這個資料夾之前請先檢視一遍。
開放基準工具
一套開源基準工具會比較代理的冷啟動流程，與由 AMS 引導的執行，在儲存庫理解、除錯、復原與多代理延續各面向的差異。維護者坦言目前的數字是他們自己的測量，仍需獨立重現。引用之前最好先知道這點。
優缺點
優點
- 免費且採用 MIT 授權，所以沒有價格級距要權衡，而且你可以讀原始碼。
- 記憶以純文字 Markdown 與 JSON 存在，意味著它可攜，並能跨 Codex、Claude、Cursor 與 Antigravity 使用。
- 感知 Git 的維護讓索引貼近程式碼的真實狀態，而不是幾個月前的快照。
- 安全性預設會封鎖明顯的機密並略過廠商路徑，這對共用儲存庫很重要。
缺點
- 沒有託管服務或儀表板，意味著維護是一個你得記得執行的指令。
- 基準結果由維護者執行，尚未經獨立驗證，所以請把效能說法視為暫定。
- 你需要裝好 Node.js，這對純粹在 Python 或 Go 環境工作的團隊多了一道手續。
常見問題
它會掃描你的儲存庫，化成持久的 Markdown 與 JSON 索引，為 AI 程式開發代理提供專案脈絡、歷史與交接的共享紀錄。把它想成一本筆記本，讓你的代理從中讀取，而不是每次工作階段都重新認識你的程式碼。
相關內容
探索與 Agent Memory System 相關的工具、技能與文章。
Agent Memory System 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。