AI开发

在 AI 编程工具（如 Trae, Cursor, Windsurf）爆发的今天，你可能听说过 MCP (Model Context Protocol) 这个词。它是 Anthropic 推出的一个开

给 AI 装个“海马体”：Trae-Mem 本地记忆系统技术内幕 1. 为什么我们需要一个“外挂大脑”？ 在大模型编程（AI-Assisted Coding）的日常中，我们面临着两个核心矛盾： Con

存储一切并不等于拥有记忆。对 IDE 的 AI 而言，“记忆”的本质是：在有限的上下文窗口里，用尽可能少的 token 复现过去的关键事实。 所以 trae-mem 把 “Log（原始观测）” 和 “

如果把 trae-mem 比作一层记忆系统，那么 生命周期挂钩（Lifecycle Hooks） 就是它的“神经末梢”——决定了我们能捕捉到什么、以什么颗粒度捕捉、以及捕捉是否稳定。 本文聚焦第二块核

到目前为止，你已经知道： 数据如何存（SQLite） 事件如何来（生命周期挂钩） 日志如何变薄（摘要压缩） 但少了一个关键环节：Agent 到底怎么“摸到”这些本地能力？ 答案就是：MCP（Model

你可以把 trae-mem 的持久化层理解为：把“对话/工具输出/关键结论”按时间线落盘，然后用全文检索把它们在毫秒级捞出来。这一层做得足够“克制”，才支撑了整个系统的轻量化与本地化。 本文聚焦 tr