AI 编码助手跨会话持久记忆方案
推荐指数 64.0 NO. 007 · 2026.04.24
Stars114创建5 天前Forks3Issues6
为什么值得看
cavemem 通过 session 边界钩子捕获编码助手上下文，用自定义语法压缩后存入本地 SQLite，实现 Claude Code、Cursor 等工具间的记忆共享。对多工具切换的开发者来说，终于不用反复给 AI 交代项目背景了。
Cross-agent persistent memory for coding assistants. Stored compressed. Retrieved fast. Local by default.
媒体预览
编辑判断
目前编码助手的记忆方案要么是单工具内置（如 Cursor 的 .cursorrules）、要么依赖云端上下文，跨工具迁移成本极高。cavemem 的差异化在于用本地 SQLite + MCP 工具做了解耦，相当于给 AI 编码助手造了一个「本地记忆总线」。
跟 Mem0 这类云端记忆服务相比，cavemem 的 caveman 语法压缩是个巧思——75% 的 prose token 削减对长 session 场景的存储和检索开销很实在，而且代码和路径零损耗保留。缺点是 114 stars 尚处早期，caveman 语法的 round-trip 可靠性需要更多实战验证。
如果你同时在用 Claude Code 做架构设计、Cursor 做日常编码，或者团队内部工具链不统一，这是目前少有的免云端方案。建议关注它的 hooks 覆盖完整度，以及是否会支持自定义压缩策略。
Star History
