前言
最近在 GitHub 上发现了一个很有意思的项目 Memorix（跨 Agent 记忆桥），解决了我用多个 AI 编程工具时一直很头疼的问题。
如果你用 Cursor、Windsurf、Claude Code 等 AI 编程工具，一定遇到过这些问题：
对话 50 轮后上下文爆炸，新开窗口后 AI 忘记之前所有讨论
在 Cursor 里修的 bug，切换到 Claude Code 后完全不知道
12 个 MCP 服务器配置，要在 7 个 IDE 之间手动复制粘贴
每个 IDE 的规则文件格式不同，无法互通
GitHub: github.com/AVIDS2/memo…
Memorix 是什么
一句话：跨 Agent 的记忆桥梁 + 工作区同步引擎，让 7 个 AI 助手共享记忆、配置、规则。
| 没有 Memorix | 有 Memorix | |
|---|---|---|
| 50 轮对话后 | 上下文爆炸，重启后从零开始 | 新窗口秒速恢复上下文 |
| 换 IDE | 在 Cursor 修的 bug，Claude Code 不知道 | 知识自动跨 IDE 共享 |
| MCP 配置 | 手动复制粘贴 12 个服务器到 7 个 IDE | 一条命令全部同步 |
| 规则文件 | .cursor/rules/*.mdc 无法用于 Claude Code | 自动转换成 CLAUDE.md 格式 |
核心功能
1. 解决上下文爆炸问题
最常见的痛点：
你和 AI 对话了 50 轮，上下文已经爆炸（token 超限）
必须重启新窗口，但之前的讨论全部丢失
又要花 10 分钟重新解释架构、技术栈、踩过的坑...
Memorix 的解决方案：
对话过程中，AI 自动存储重要决策、bug 修复、gotchas
→ memorix_store 分类存储（决策、问题解决、陷阱等）
上下文爆炸，开新窗口：
→ AI 调用 memorix_search("项目关键词")
→ 3 秒内恢复所有重要上下文
→ 继续工作，零重复解释！
2. 跨 IDE 记忆共享（独有）
支持 7 个主流 AI IDE：
- Cursor
- Windsurf
- Claude Code
- Codex (OpenAI CLI)
- VS Code Copilot
- Kiro (Amazon)
- Antigravity (Google)
所有 IDE 共享同一份记忆数据（~/.memorix/data/）：
场景：你用 Windsurf 写后端，用 Claude Code 做代码审查
Windsurf: 你修复了支付模块的竞态条件 bug
→ Memorix 存储为 🟡 problem-solution
Claude Code: "审查一下支付模块"
→ AI 调用 memorix_search("支付") → 找到竞态条件修复记录
→ "我看到最近修复了一个竞态条件，让我验证一下是否正确..."
→ 知识无缝跨 IDE 传递！
2. 工作区一键同步（独有）
这是 Memorix 的最大差异化功能：
MCP 配置迁移：
你在 Cursor 里配了 12 个 MCP 服务器，现在想试试 Kiro。
你："帮我把工作区同步到 Kiro"
→ memorix_workspace_sync 扫描 Cursor 的 MCP 配置
→ 自动生成 Kiro 格式的 .kiro/settings/mcp.json
→ 智能合并（永远不覆盖你的配置）
→ Kiro 秒速就绪，2 分钟搞定！
规则格式互转：
.cursor/rules/*.mdc ↔ CLAUDE.md ↔ .kiro/steering/*.md
自动转换 7 种 IDE 的规则文件格式
技能同步：
SKILL.md 文件跨 IDE 复制
新团队成员的 AI 立刻了解项目模式
3. 自动生成项目技能（独有）
积累了足够多的开发记录后：
你："生成项目技能"
→ memorix_skills 按实体聚类观察记录
→ 自动生成 SKILL.md：
- auth-module-guide.md — JWT 设置、刷新流程、常见陷阱
- database-migrations.md — Prisma 模式、回滚策略
→ 可以同步到任何 IDE：Cursor、Claude Code、Kiro...
→ 新人的 AI 立刻了解你的项目模式！
4. 9 种记忆分类
AI 的每个重要发现都会被分类存储：
| 图标 | 类型 | 场景 |
|---|---|---|
| 🎯 | session-request | 本次会话的原始目标 |
| 🔴 | gotcha | "永远不要用字符串拼接路径" |
| 🟡 | problem-solution | "这个 bug 是因为竞态条件" |
| 🔵 | how-it-works | "支付模块的工作流程是..." |
| 🟢 | what-changed | 改了什么代码/配置 |
| 🟣 | discovery | 新发现 |
| 🟠 | why-it-exists | 设计背后的原因 |
| 🟤 | decision | "我们决定用 JWT + refresh token" |
| ⚖️ | trade-off | "选 Prisma 而不是 TypeORM 因为..." |
5. 自动记忆钩子（独有）
memorix hooks install # 一条命令安装
→ 隐式捕获："我决定用..."、"这个 bug 是因为..."
→ 会话开始自动注入高价值记忆
→ 中英文双语关键词匹配
→ 智能过滤（30s 冷却，跳过 ls/cat/pwd）
6. 可视化看板（独有）
memorix_dashboard 打开 Web UI (localhost:3210)：
- D3.js 力导向知识图谱
- 观察记录浏览器（类型过滤 + 搜索高亮）
- 记忆衰减面板（哪些记忆在变旧）
- 项目切换器
- 批量清理工具
- 明暗主题，支持中英文
7. Token 高效搜索
采用 3 层渐进式披露设计（参考 claude-mem）：
L1: memorix_search → 紧凑索引（~50 token/条）→ AI 扫一眼 ID
L2: memorix_timeline → 时间线上下文
L3: memorix_detail → 完整详情（~500 token/条）→ 按需展开
比直接 dump 全部记忆节省约 10 倍 token！
30 秒上手
{
"mcpServers": {
"memorix": {
"command": "npx",
"args": ["-y", "memorix@latest", "serve"]
}
}
}
加到你 IDE 的 MCP 配置文件，重启就好。无需 API Key，无需云服务，100% 本地运行。
技术实现
- 语言: TypeScript
- 搜索引擎: Orama（BM25 全文 + 可选向量搜索）
- 向量搜索: fastembed (ONNX) 或 transformers.js，本地运行
- 持久化: JSON + JSONL 文件
- 测试: 422 个测试全部通过 (vitest)
- 构建: tsup，npm 包大小 ~760KB
- 协议: MCP (Model Context Protocol)
与竞品对比
| 功能 | Mem0 | mcp-memory-service | claude-mem | Memorix |
|---|---|---|---|---|
| 支持 Agent 数 | SDK | 13+ (MCP) | 仅 Claude | 7 个 |
| 跨 Agent 记忆共享 | ❌ | ❌ | ❌ | ✅ |
| 工作区同步 | ❌ | ❌ | ❌ | ✅ MCP+规则+技能 |
| 规则格式转换 | ❌ | ❌ | ❌ | ✅ 7 种格式 |
| 技能自动生成 | ❌ | ❌ | ❌ | ✅ |
| 自动记忆钩子 | ❌ | ❌ | ✅ | ✅ 中英文 |
| 可视化看板 | 云端 UI | ✅ | ❌ | ✅ Web UI + D3.js |
| 知识图谱 | ❌ | ✅ | ❌ | ✅ MCP 官方兼容 |
| 混合搜索 | ❌ | ✅ | ❌ | ✅ BM25 + 向量 |
| Token 高效 | ❌ | ❌ | ✅ | ✅ 3 层渐进 |
| 隐私 | 云端 | 本地 | 本地 | 100% 本地 |
| 成本 | 按量付费 | $0 | $0 | $0 |
Memorix 是唯一同时桥接记忆和工作区的工具。
与 mem0/mcp-memory-service/claude-mem 不是竞争关系，而是互补：
- 它们：单 Agent 内的记忆管理（做得很好）
- Memorix：跨 Agent 的记忆桥梁 + 工作区同步引擎（独有功能）
我的使用体验
试用了一周，主要感受：
- 上下文爆炸问题解决了 - 50 轮对话后重启，3 秒恢复上下文
- 成本优化很实用 - Cursor 额度用完，切换到 Windsurf 无缝继续
- 跨 IDE 协作真的有用 - 在 Cursor 修的 bug，切换到 Claude Code 后立刻能搜到
- 工作区同步很省时 - 从 Cursor 迁移到 Kiro 只花了 2 分钟，12 个 MCP 配置全部同步
- 规则格式转换很方便 -
.cursor/rules/*.mdc自动转成CLAUDE.md，不用手动改 - 自动生成技能很实用 - 积累了 50+ 条观察记录后，一条命令生成项目技能文档
- Dashboard 很直观 - 可以看到哪些记忆在被频繁使用，哪些在变旧
未来的延展性
Memorix 的架构是泛化的，未来可以延展出更多功能：
- 知识沉淀：从观察记录自动生成项目文档、测试用例、代码审查清单
- 团队协作：可选的云端同步模式（Git-based 或自建服务器）
- AI 辅助决策：AI 做架构决策时自动搜索历史 trade-offs
- 项目健康度分析：显示知识覆盖度、高频 gotchas、需要重新审视的决策
- 跨项目知识复用：通用知识（如 JWT 最佳实践）可以在多个项目间共享
链接
- GitHub: github.com/AVIDS2/memo…
- npm: www.npmjs.com/package/mem…
- 许可: Apache 2.0
如果你也在用 AI 编程工具，推荐试试。有什么使用心得欢迎评论区交流！
