Contextberg
Contextberg · 程式設計
Contextberg 是一款為 AI 程式開發代理打造的本機優先記憶體應用程式。它會在背景觀察你的螢幕、瀏覽器活動與代理逐字稿，再把這些脈絡透過內建的 MCP 伺服器餵給 Claude Code、Cursor、Codex 與 OpenClaw 等工具。你的工作紀錄留在自己的機器上，而由你決定要用哪個模型來推理。
關於 Contextberg
Contextberg 是什麼
Contextberg 是一層記憶體，給生活在 AI 程式開發代理裡的人使用。你不必再重新解釋上次工作階段做了什麼，而是讓應用程式錄下來，需要時再把摘要交給你的代理。它的說法很簡單。你的程式開發代理在工作階段之間會忘光一切，Contextberg 靠著持續記錄你真實的工作來解決這件事。
錄製涵蓋三種來源：每個視窗的螢幕截圖、你的瀏覽器紀錄，以及來自 Claude Code、Cursor 與終端機的逐字稿。接著 Contextberg 把這些原始資料壓縮成三種記憶體：關於你做過什麼的活動記憶體、依日期分組的每日記憶體，以及追蹤你工作所用工具與模式的長期記憶體。代理透過 MCP 讀取這些內容，所以不會有一堆散落的設定檔，也不必自己打造客製整合。
最大的限制在於適用範圍。Contextberg 是為 AI 程式開發代理而打造，不是給一般筆記或聊天助理用的，所以如果你想幫寫作工具或客服機器人找記憶體，它幫不上忙。它在桌機上也表現最好，因為螢幕與視窗擷取得靠本機機器。如果你想要完全封閉的環境，就得透過 LM Studio 使用本機模型；任何其他途徑都會把你選取的脈絡送到該供應商。
開始使用
- 從 Contextberg 網站下載應用程式並安裝。開始使用不需要帳號。
- 同意 Contextberg 要求的螢幕、瀏覽器與檔案權限，它才能錄下你的活動。
- 選一條模型途徑：你既有的 Codex 登入、Gemini 或 OpenRouter 的 API 金鑰、Contextberg Cloud，或 LM Studio 裡的本機模型。
- 透過內建的 MCP 伺服器連接相容的代理，例如 Claude Code 或 Cursor。
- 讓它跑一天，然後打開聊天視窗問它你先前在做什麼，看看整理後的記憶體。
產品資訊
快速了解 Contextberg 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
- 每天使用 Claude Code、Cursor 或 Codex 的開發者：應用程式會保留你工作階段的記憶體，讓你不必重打脈絡。需要桌機權限才能錄下螢幕與瀏覽器紀錄。
- 重視隱私的寫程式者：工作紀錄留在你的機器上，而且你可以全部走本機模型。要達到完全離線，得先設定好 LM Studio。
- 同時兼顧多個專案的單打開發者：長期記憶體會追蹤跨專案的工具與模式，在你離開幾天後回來時特別有幫助。
任務
- 接續程式開發工作階段：問代理你先前在做什麼，它會重建近期活動、瀏覽器分頁與逐字稿軌跡。
- 找回忘記的檔案或分頁：瀏覽器與截圖紀錄會顯示你上次停在哪，你不必手動翻找歷史紀錄。
- 總結一個工作日：每日記憶體會依日期彙整進度，對站立會議或個人紀錄很有用。
- 把脈絡交給新的代理：因為記憶體透過 MCP 流動，你可以讓全新的代理指向同一個儲存庫，而不必從頭重新引導它。
情境
- 放完長週末回來，需要在任務中途接續：Contextberg 會顯示摘要，而不是逼你自己重建。
- 同一週內使用多個程式開發代理：共享記憶體讓脈絡保持一致，不管你打開哪個代理。
- 在計量或不受信任的網路上工作：切換到本機模型能讓整個流程留在裝置上。
主要功能
跨螢幕、瀏覽器與代理的背景擷取
Contextberg 靜靜地運作，同時錄下三種來源：每個視窗的螢幕截圖、你的瀏覽器紀錄，以及來自 Claude Code、Cursor 與終端機的逐字稿。你不必標記任何東西，也不必寫筆記。重點是紀錄本來就在那裡，所以你需要時，它就在。這就是記憶體應用程式與一份你得自己維護的待辦清單之間的差別。
內建 MCP 伺服器
這個應用程式隨附一個 MCP 伺服器，意思是任何相容的代理都能連接，不必額外接線。你不用碰那些常見的設定檔，只要把代理指向 Contextberg。對花過一個下午親手打造記憶體管道的人來說，這是一條捷徑。這也是這個工具能融入既有工作流程、而非取代它的主因。
三層記憶體
Contextberg 把它錄到的內容分成活動記憶體（你做過什麼）、每日記憶體（依日期分組的進度）與長期記憶體（你一再動用的工具與模式）。每一層回答不同問題。活動記憶體用來回答「我一小時前在做什麼」。長期記憶體用來回答「我通常怎麼開一個新專案」。這樣分層，能讓代理不至於淹沒在原始紀錄裡。
彈性的模型路由
由你選擇推理在哪裡發生。選項包括你的 Codex 登入、Gemini 或 OpenRouter 的 API 金鑰、Contextberg Cloud，或透過 LM Studio 使用的本機模型。本機途徑讓一切留在你的機器上。根據該公司的說法，其他每條途徑都只會送出該請求所需的脈絡。如果你換供應商，你的記憶體儲存庫仍留在原處。
回到工作崗位的摘要
當你重新坐下，Contextberg 會摘要你離開前在做什麼，內容取自近期活動、瀏覽器紀錄與代理逐字稿。接著你可以在聊天中深入查看任何部分。這聽起來沒什麼，直到你開完一場會議、花二十分鐘重建狀態後才會懂。這個摘要是大多數人最先注意到的功能。
優缺點
優點
- 記憶體透過 MCP 流入代理，所以設定起來更像是插上電源，而不是打造一條管道。
- 工作紀錄留在本機，而 LM Studio 途徑能讓整個流程離線。
- 三層記憶體讓代理看到的內容有條有理，而不是把原始截圖一股腦倒給它。
- 使用這個應用程式不需要帳號。
- 能與多個熱門程式開發代理並用，而不是把你綁死在一個上。
缺點
- 它是為 AI 程式開發代理而打造，所以如果你想幫寫作或聊天工具找記憶體，它就不太合適。
- 螢幕與視窗擷取把體驗綁在桌機上，限制了只用筆電或行動裝置的工作流程。
- 錄下螢幕與瀏覽器紀錄是實實在在的隱私取捨，就算存在本機也一樣，所以你必須能接受給出這項權限。
常見問題
它會在背景錄下你的螢幕、瀏覽器活動與程式開發代理的逐字稿，再把這些變成你的 AI 代理能透過 MCP 讀取的記憶體。目標是讓你不用每個工作階段都重新解釋脈絡。
相關內容
探索與 Contextberg 相關的工具、技能與文章。
Contextberg 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。