前言：作为一名重度依赖 AI 编程的开发者，我每天都在 Gemini CLI 和 Codex CLI 之间反复横跳。 但我发现了一个巨大的痛点：它们像两个“最熟悉的陌生人”。我在 Gemini 里调教好的代码风格，切到 Codex 里又要重说一遍；我在项目 A 里总结的坑，项目 B 里的 AI 依然会往里跳。
于是，我写了 AI_Common。这是一个基于 Markdown 的本地共享记忆库。它就像是我个人的“代码常量配置中心”，让所有 AI Agent 都能共享同一份长期记忆。
🤔 我到底解决了什么问题？
1. 搭建了 Gemini 与 Codex 之间的“桥梁”
Gemini 擅长推理，Codex 擅长执行，但我不想维护两套上下文。
通过这个仓库，我实现了一处配置，多端生效。无论我唤起哪个 AI，它们读取的都是同一份 index.md 指引，彻底拉平了不同模型之间的认知鸿沟。
2. 把“重复废话”变成了“代码常量”
以前每次新开项目或新对话，我都要重复声明大量的固定长文：
“你好，我用 Vue3，不喜欢 TypeScript 的
any，提交要用 Angular 规范，代码要有注释...”
现在，这些固定的、长期的偏好被我固化成了本地 Markdown 文档（tech_stack.md, coding_rules.md）。
对 AI 来说，这就像代码里的全局常量。我只需要输入一个 /start 指令，它们瞬间就能“读懂”我，无需重复声明。
3. 统一了项目维护的“强约束”
我利用这套文档，解决了 AI 对我项目的一些“坏习惯”：
- 规范代码：开发必须符合 StandardJS 规范，提交必须符合 Angular Commit 规范。
- 自动闭环：修改完代码必须自动 review 并执行打包验证，核心逻辑强制加注释。
- 资源清理：新增或修改文件后，AI 会被提醒主动检查并删除已经确定不用的冗余资源配置，防止项目变乱。
🛠 核心亮点：AI_Common (AI 通用记忆库)
👉 在线预览: https://webkubor.github.io/AI_Common/ 👉 GitHub: webkubor/AI_Common
✨ 功能模块
1. 📂 结构化路由 (Router Index)
不再是一股脑把文档丢给 AI，而是通过 index.md 建立路由，让 AI 根据开发阶段按需读取：
- 项目初始化时 -> 加载
tech_stack.md(技术栈偏好) - 写代码时 -> 加载
coding_rules.md(编码规范) +retrospective.md(避坑指南)
2. 🤖 Vibe Coding 自动化脚本
项目中包含一个神器 init_vibe.sh。在任何新项目根目录运行它，它会自动创建 .cursorrules 等软链接，指向你的中央记忆库。改一处规范，所有项目自动生效！
3. ⚡️ 进阶场景：跨模型能力复用 (Start 指令)
针对没有原生长期记忆的模型（如 Codex），我设计了 /start 技能。
输入 /start，AI 立即阅读 index.md 并根据路由规则加载子文档。上一秒它还在迷茫，下一秒它就是最懂你项目的架构师。
🎮 怎么玩？
- Clone 仓库：
git clone git@github.com:webkubor/AI_Common.git ~/Documents/AI_Common - 配置你的偏好：
修改
tech_stack.md和coding_rules.md，换成你自己的技术栈。 - 开始起飞： 在你的 Cursor / Gemini / Codex 中，把这个目录设为知识库入口。
🌈 结语
AI 编程的未来，不仅仅是模型能力的提升，更是上下文工程（Context Engineering）的竞争。谁能更高效地管理这些“代码常量”，谁就能驾驭更强大的 AI。
如果你也受够了每次都要教 AI 如何做人，欢迎 Star ⭐️ 关注这个项目！
🔗 项目地址：webkubor.github.io/AI_Common/
