要解决的问题
在多个编码智能体之间切换时，项目决策、约束和上下文容易散落在独立会话中。共享记忆总线把记忆读写作为统一服务，减少反复整理上下文的操作，并保留事实来自哪里。
记忆如何进入与离开系统
流程拆解
让多个 AI 工具读写同一份项目记忆
通过 MCP 连接客户端，写入与查询分别路由；原始事件、检索索引与可阅读视图各自承担明确职责。
01 / 06
AI 客户端
Codex、Claude Code 与其他 MCP 客户端通过共享工具接口读取项目事实和经验。
- 输入
- 当前任务与检索请求
- 输出
- MCP 工具调用
默认本地检索；配置远程 embedding 时，文本会发送到对应服务。
三种数据形态
| 数据形态 | 职责 | 使用方式 |
|---|---|---|
| JSONL 事件 | 持久记录记忆变化 | 追踪来源和变更历史 |
| 本地索引 | 为记忆提供检索入口 | BM25 与本地向量混合查找 |
| Markdown | 可阅读的派生视图 | 在编辑器或 Obsidian 中回看 |
Obsidian 是可选的阅读入口。检索、桥接、整理和管理分别由对应服务承担，客户端通过 MCP 访问所需能力。
五层记忆生命周期
Working、Session、Project、Shared、Archive 分别承载工作上下文、会话记忆、项目知识、跨项目共享与归档。整理过程需要保留事实来源，避免把临时假设提升为长期确定结论。
本地与远程的边界
默认检索结合 BM25 与本地哈希 embedding。配置远程 embedding 后，相应文本会发送给所选服务，因此部署时需要明确处理范围与数据边界。
项目作为开源技术资产保留，功能、部署与远程 embedding 配置见 公开仓库。