
开源工具 OmniMem 为 Claude Code 提供持久记忆,token 用量降低 26%
来源标题:I gave Claude Code a memory and it used 26% fewer tokens
开源 MCP 记忆服务器 OmniMem 可为 Claude Code、Codex、Cursor 等 MCP 智能体提供跨会话、跨项目、跨设备的持久记忆,使用后 token 用量减少了 26%。该项目支持桌面应用或服务器单文件部署,所有数据保存在用户自有硬件上,且免费。它兼容任何支持 MCP 协议的智能体。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
OmniMem 是一个开源的 MCP 记忆服务器,为 Claude Code、Codex、Cursor 以及任何其他 MCP agent 提供跨会话、跨项目、跨机器的持久记忆。桌面端是一个应用,服务器上是一个二进制文件,全部运行在你自己的硬件上,而且,没错,它免费。
macOS ↓.dmg · macOS 13.4+,Apple silicon Windows ↓.msi · Windows 10 和 11 Linux ↓.flatpak · amd64 想要服务器版本、.deb 或 .rpm?它们都在最新 release 页面上,同时还有 arm64 Flatpak 和每个文件的校验和。 docker run -d --name omnimem -p 127.0.0.1:8765:8765 -v omnimem-data:/data -e MCP_AUTH_TOKEN="$(openssl rand -hex 32)" richarvey/omnimem copy 已经在用 6.x?旧的一行安装脚本仍然会安装 6.7,升级到 7 只需备份再导入。 只要支持 MCP,就能用。为你运行的每个 agent 提供统一的记忆层,运行在你自己的硬件上。每个卡片都链接到对应的安装指南。 你的 AI agent 不了解你的项目。它不记得上周什么失败了。它完全不知道你上周二花了三个小时搞清楚为什么 WebKitGTK 会悄悄忽略来自自定义 URL scheme 的重定向,最后才找到真正可行的方案。
于是你又要从头解释一遍。它又推荐同一个有问题的库。同样的警报,同样的调子。这就是《土拨鼠之日》:你是 Bill Murray,你的 agent 是 Punxsutawney。
我们在代码的全新副本上让 Claude Code 执行同一个任务二十次:十次不用 OmniMem,十次用。该任务的 TODO 推荐了一个运行时就会失败的 crate,只有跑测试才能发现。用了 OmniMem 后,之前的失败已经在记忆里,agent 直接跳过这个死胡同,继续干活。
833k → 616k 每次运行的中位 token 数,10 对中有 8 对更少。 每次运行的中位成本降低四分之一:全部十次运行从 $2.16 → $1.51。 每次运行的中位实际耗时,因为没人愿意把一次测试运行浪费在发现那个 crate 是坏的上面。 撞进已知死胡同的运行次数,对比之下 10 次中有 8 次没有 OmniMem 就会撞进去。失败的测试运行从 7 次降到 0 次。 OmniMem 7.0.12,Claude Haiku 4.5,一个场景十对运行,所以请把 token 节省看作有希望而非已证实(符号检验给出 p = 0.05);死胡同的结果不依赖于此。一个需要更长时间才能发现的死胡同会更有价值。阅读完整报告(PDF),其中还涵盖了矛盾、遗忘和项目隔离。
个人偏好、摄入的文章、过往对话、项目上下文。所有这些一起参与排序,合并成一个真正有用的答案。 从你的对话中提取:决策、bug、你尝试过的东西,以及你顺带提到的事情。 RSS 文章,自动摘要并嵌入。当与你所问的内容相关时,它们会浮现出来。 你希望如何工作,说一次就从此适用:你习惯用哪个编辑器、偏好哪种许可证、希望内容以什么方式撰写。 它知道对你重要的额外上下文,比如你偏好的工具和平台。 OmniMem 模拟记忆的真实运作方式。事物会随时间淡化,它们有时会互相矛盾,而来之不易的东西才配得上它的位置。 你尝试过什么、为什么失败、烧掉了多少时间。你的 agent 在伸手去拿某个库或模式之前,会先查看这个墓地,所以同一个兔子洞只会让你付出一次代价。 警告回来时会附上出路:什么被放弃了,什么反而有效。 记住、回忆、审计、编译。一个服务器,所有支持 MCP 的客户端。 四次尝试加一个奇怪的变通方案?那是金子。越难搞定,它浮现得越靠前。 决策和 bug、技术栈和状态、文章和提取的事实,以及你希望如何工作。编译出的 skill 与它们并列存放。 一个 briefing() 交出项目上下文、经验统计、过时记忆、新文章和矛盾。 如果一条新记忆与你已有的记忆不一致,OmniMem 会在写入时捕获,Claude 可以按需深入挖掘。 太接近已存储的内容?你会收到提醒,而不是重复项。find_duplicates 可以批量清理。 从托盘图标浏览、搜索和管理记忆、feed、项目、skill 和备份,无需碰命令行,也无需开放端口。 每条记忆的回忆次数和最后访问时间、哪些已经冷掉,以及在调用任何一个工具之前 OmniMem 占用了你 agent 上下文的多少。 每隔几次 briefing,它就会在后台扫描重复项并检查冲突。无需照看。 大多数系统要么记住要么删除。OmniMem 有完整的生命周期。当你说“忘掉 X”时,你通常是指别再提它,而不是把它从存在中抹去。 被降级的记忆并非永久消失。附上恢复提示,如果未来的查询匹配,记忆会带着一条说明回来,解释它为什么被压下去。你可以跨所有会话静音整个主题。 五个因素决定什么会被召回。仅靠语义相似度是不够的,所以生命周期状态、年龄、某件事有多难搞清楚,以及它是否发生在你询问的日期附近,都会起作用。 记忆告诉 agent 发生了什么。skill 告诉它你如何工作。OmniMem 从你实际做过的工作中编译 skill:突破、反复出现的坑,以及死胡同的墓地。随着新经验落地,skill 也随之演进。 一次性事件不会参与编译。一个教训必须反复出现才能成为规则,除非你特许它插队。 每次编译都会提出一个你可以审查的 diff。对现有规则的改写会被大声标记,在你确认之前不会提交任何东西。 记忆是事实来源,skill 只是构建产物。想要不同的指导?更新记忆并重新编译。 briefing 会为会话推荐相关的 skill。你和 agent 决定加载什么。 compile_skill("python") 将一个领域积累的经验提炼成可加载的 SKILL.md:做这个、注意那个、永远别再试 X,因为它花掉了你一下午。在一些 Python 工作开始时加载它,agent 从第一个 prompt 起就按你的方式工作。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。