claudecode有记忆吗
粉丝120获赞1028
相关视频
10:31查看AI文稿AI文稿大家好，我是小摩托 clockcode 刚上线了一个新功能，叫 auto memory， 让 ai 自己记笔记。 但其实 clockcode 它的记忆机制不只是这一个功能，它有一整套分层体系。今天这期视频，我就把整个记忆机制从头讲清楚，有哪些层，怎么加载，怎么用才合理。 先说最核心的概念， curl code 有 两种记忆，第一种是 curl 到 md 文件，这是你写给他的指令，你告诉他这个项目用 p n 片，不用 npn 测试命令是什么代码风格，有哪些约定，这就非常类似于 editor config 这类配置文件，只不过呢，它是用自然语言写的。另一种就是今天我们介绍的新特性， auto memory 自动记忆，这是他自己写给自己的笔记， 工作过程中他发现的模式，踩过的坑，你的偏好，他都会主动记下来，下次对话自动带上， 一个是你教他规矩，另一个呢，是他自己长记性。 qmd 文件，它是一个具有层次的体系。接下来呢，我们来看一下它从上到下有哪六层结构， 我们以官方文档作参考，从上到下一共六层，最上面是组织策略公司 it 统一下发的，比如所有的代码里，对于所有用户呢，都生效。 第二层是项目记忆，这是团队共享的，放在项目根目录的 clot 到 md 文件里，通常呢会提交到 get。 再下一层是项目规则，这同样是团队共享，但是会按照主题拆分成多个文件，放在 docot rules 目录下面。 再下一集就是用户的记忆了， you 在 memory 你 的个人的全局偏好，它会通常放在 dot clod， clod md 文件中，这是对所有项目都会生效的， 再下一集就是本地项目级别的，你个人的针对这个项目的偏好，通常命名为 clod dot local md， 它会自动地加到 dot get 一个 null 里面，也就是会被 get 忽略掉。 最下面呢就是 autemery 今天我们介绍的新机制，自动记忆，这是 clod 自己的笔记本， 按照项目来进行隔离。这个设计思路其实和 get 它的配置成绩一模一样， system global local 越具体，优先级就越高。 clod 文件该怎么写呢？我们来看看实际上是怎么用的。我来打开当前这个终端。 目前这个 very small oog 这个项目呢，是我的个人网站，如果大家平时有浏览过我的个人站点呢？这些博客文章，整个站点都是由当前这个项目来生成管理的。 那现在我们来看看如何生成 clod md 文件。在当前这个项目里，我已经有这个 clod md 文件了， 如果还没有这个文件，那最简单最智能的方式就是通过如左边我现在所使用的 slash init 这个命令来促使化一个新的 qld 文件。 我们来看看它的介绍，它会根据当前代码仓库的文档来促使化一个新的 qld 文件。实际上大家也可以驱动它来阅读代码仓库，了解更多的上下文信息，并了解这个项目。最终呢，构建这个 qld 文件， 来看看目前我的这份 flow md 文件吧，谈不上非常的惊艳，它呢列出了目前这个项目的目录结构 内容，因为在我的个人站点，簿刻呢占了很大的比例。那么在这个 flow md 文件当中，还约定了簿刻的目录，每一篇簿刻文章的命名规则，以及它的开头部分的原数据，如何约定 在下面呢？还约定了写作风格是什么样的？值得一提的是，在这里的写作风格并没有包含完整的在我平时编辑簿刻的时候用到的风格，我还用到了一些 agent skills， 那 这个呢，就不在今天介绍的范畴之内。 有可能大家在初次运行 inet 命令后，深层的 core md 并不是大家想象的那么完美。不过不要紧，这总比从零开始要快。我们可以基于深层的 core md 文件再做微调， 比如自己在技术栈上的选择，或者自己在开发中的偏好，都可以在 curl md 文件中反映出来。关于 curl md 的 编写，有几个小小的建议， 第一是把常用的命令都写进去，比如构建的命令，测试命令， link 命令等等，这样它不需要每次都去翻阅，比如像 package、 json 这类文件。第二呢，是写清楚，避免模糊。 举个例子，比如代码要简洁，这是没有什么用的。如果确定我们有比较强的编码规范，我们可以说函数不超过三十行。 第三点，团队共识，放在 core md 文件中，个人的偏好呢，建议大家放到 core dot local dot md， 当项目大了之后，一个文件会变得很长，这个时候呢，就可以将它拆分成不同的 rules， 按目录，按主题来拆分 rules， 也就是条件规则， 我们如何使用呢？你可以指定某条规则，只在处理特定文件时才生效，比如 api 开发规则，只在碰到比如 source api 目录下的文件时才加载，不相关的时候就不会浪费 token。 好 了，重点来了，现在咱们介绍新功能， auto memory 自动记忆，以前所有记忆都得你手动写，现在 call code 会在工作过程中自动地记笔记， 那他记些什么呢？通常他会记录四类东西，项目的模式，比如构建的命令，代码的风格等等。 另一类是调试的经验，遇到过的坑怎么解决的？第三类，架构笔记，哪些文件是关键的？模块之间的关系是什么？最后呢，就是你的个人偏好，你喜欢怎么沟通，用什么样的工具，以及工作流程的个人习惯或偏好等等。 memory 的 目录结构也非常的简单，我们现在呢就来看一下。我还是以当前个人站点的这个项目为例。在 clockcode 输入命令 memory 会看到这么四个选项，有第四个选项供我们非常方便的打开自动记忆的目录。在这里大家可以看到它的更新时间呢，是在大概快二十天前了，咱们简单打开来看一下吧。 这就是每一个 memory 的 入口。文件，命名呢就是 memory 到 md curl code 启动时会加载它的前两百行， 注意只有两百行，超过的部分不会自动加载，这也是官方文档中提到的，特别提到了像 old memory 在 加载中只会加载透两百行的内容，因此 memory 到 md 文件要保持精简，起到缩影作用。 详细内容呢，可以放在独立的主题文件里，比如 debugging 到 md patterns 到 md cloud， 需要的时候自己去读，你也可以主动让它记东西。记住，我们用 p n p n， 不 用 n p n， 或者保存到记 api 测试需要本地 reddit 等等，它就会写进 m m 文件，或许我们可以来测试一下。 刚才我告诉 clockcode 不要做自动的提交和推送，除非我明确地知道它这么做。 在这里呢，它就会调用写入记忆的工具。我们来看看 memory 到 md 会发生什么样的变化。在文件夹这里，时间戳已经变了。很明显， clockcode 已经记住了我提出的要求。我们再打开这个记忆文件，会看到最上方就是这么一条 get workflow 的 rule， 不要自动提交，这是关于记忆的写入。另一方面，我们当然也可以让他忘掉一些记忆，同样通过自然语言的形式在 call code 告诉他就行。那这个呢，就欢迎大家自己来尝试体验一番。理解加载时机很重要，不然你会纳闷为什么没生效呢？ cloudcode 有 三种加载模式，一种是启动式全量加载工作目录，网上的所有 crawl md 文件用户及配置 autemirity 到 md 的 前两百行。这个呢是启动式全量加载。另一种模式，按需加载子目录下的 crawl md， 只在 cloud 读到那个目录的文件时才会加载。同样的， autemember 的 主题文件也是按需读取的。最后一种模式是条件加载，这主要面向的是 rules 目录里配置的 pass 的 规则，它只会在匹配到文件时才生效。 在这里，我们可以看一个基本的关于 ross 目录的结构，这意味着在一个庞大的项目，比如通常我们会用到 monorepo 这种项目的结构里面。 开发者可以在每一个纸包里放入自己的 coremd 文件，它不会在一开始就把所有指令都塞进上下文窗口 好了，最后呢，就来总结一下吧。项目， clm d 文件写入团队共识提交到 get， 个人偏好通常写入 clm d local m d auto memory， 让他自己跑，定期看看有没有记错的，这完全有 clm code 智能化的在管理。 当然我们也可以通过自然语言的形式来明确的告诉 curl code 该如何去管理自己的记忆。 curl md 文件中的内容不要与 auto memory 重复。 curl md 文件已经写了的内容或指定呢， auto memory 中就不需要再记一遍了。 最后，我们希望保持精简，这些内容占的都是你的上下文窗口，因此确保只有必要的内容才出现在这些记忆中。 大家要记得哦，记忆越多并不代表就越好，要写的精准，组织的清楚比写的多更加重要。好了，本期视频就到这里吧，如果大家觉得有用呢？欢迎大家点个赞，加个关注，那我们就下期再见！
1221五里墩茶社
00:18查看AI文稿AI文稿我的天， cloud code 终于有永久记忆了。这个开源项目在 github 上获得六十一点五 k 的 star， 它能自动观察上下文，将有用信息压缩成摘要，进行永久保存使用，就算绘画结束也能保持知识连续。更关键的是，它能减少百分之九十五 token 消耗，免费使用，自动运行支持小龙虾就非常离谱。
451旭哥AI笔记
06:49查看AI文稿AI文稿hello， 各位，我相信大家呢，和大魔星对话的时候都会有这样的体验，花了四个小时呢，和 cloud 调试了一个 bug， 好 不容易解决了，第二天早上再打开这个新的对话，那 cloud 呢？对昨天的事情，哎，可以说是一无所知啊，你得从头去解释你自己的项目结构，从头去提醒它，再去构建命令， 这个体验呢，真的是烂透了，那二月二十七号呢， ansotek 在 cloud code v 二点一点五九里面，这个版本啊，正是上线的一个功能，叫做 auto memory， 就是 为了解决这个遗忘的问题。但是呢，它解决得好还是不好，有没有新的坑？值不值得大家现在就去打开 这个，大家可能都是诚意的，所以今天我就来深度拆解这个 auto memory 自动记忆这个机制， 把这些问题给大家去说清楚。首先我先给大家去讲清楚这个核心概念， what memory 到底是一个什么东西？那首先呢， cloud code， 它里面的记忆啊，它不是一个东西，而是两个，你看记忆系统呢，其实分了两个，第一个叫做 cloud 点 md 啊，这个是 我们写的，那里面包含了我们之前有写过的，像编码规范，像构建的命令，像一些团队约定。那还有一个板块呢，就是 osm memory 呢，它这个是 cloud 自己写的，那这里呢，就包含了像调试经验，项目模式以及工作习惯， 比如呢，项目用了什么构建命令，测试怎么去跑，你踩过什么坑，包括你填好什么风格 cloud 呢，都会把这些笔记写进本地的一个 markdown 文件，那下次开新的对话的时候，它就会自动加载这个文件，这里呢，一定要注意我刚说的那个词叫做自动，也就是 auto， 你不需要告诉他，哎，你把这个给记住了，然后你也不需要去手动维护这个 mac 档的文件，你只需要正常工作，他自己呢，会决定什么值得去记，怎么去记？这个就是 auto memory 的 一个核心的卖点，也是他最大的一个争议来源啊，那为什么会有争议呢？我们后面再讲，我们先讲他怎么去运作的。 首先我们先搞清楚这个 cloud md 啊，到底是存在哪里，它其实存的呢，是在你的这个点 cloud 的 根目录下，然后 projects 里面可能是你的某个项目里面的 memory 这文件夹， memory 里面呢，也包含了四个标准的一个 markdown 的 文件啊。首先就是 memory 点 md， 这个呢就是主入口，它主要做的是一些缩写文件。 那第二个就是 bug 点 md 啊，这个顾名思义就是一些调试的笔记。另外呢还有 api 杠 conventions， md， 这个呢就是 api 的 设计决策，包括 build patterns， 这个呢是构建模式， 每个项目呢都有自己的这个独立的记忆目录，这个路径呢，是从你的 get 仓库的根目录去推导出来的。 ok， 那 重点来了，同一个仓库的所有子目录都共享的是同一份记忆，那 memory 点 md， 它就是 核心，每次你去启动这个新的对话，他要扣的会自动加载这个文件的前面的两百行啊，然后呢，加载到你的这个系统提示词里面。 另外呢一定要注意，就是两百行，他是一个硬的上限，超出的部分也不会去加载。 ok， 那 他可能会有些好奇，为什么会是两百行？其实我自己一开始呢也比较好奇， 大致看了一下，它其实就是一个 cloud 的 设计，它逼着这个 cloud 的 这个模型把这个 memory 点 md 啊，保持得很精简，像一个目录，而不是一个百科全书。 那详细的内容呢？会拆到了像 debugging 点 md， 包括 api convention 点 md 这样的一个主题文件里面，那 cloud 的 需要的时候再去按需提取，前提是它知道自己是需要的。 ok， 接下来我们再去讲 auto memory 的 一个三种的管理方式。第一种呢，就是被动模式，什么都不用做，你正常的去写代码，那 cloud 就 会在工作中列出，自己去判断这个是不是值得记，然后呢去把它给写进去，你甚至都不用去注意到。 ok， 这个呢，我觉得是最轻的一种模式。第二种呢，就是主动指示你直接去跟 cloud 说，你要记住我们要用什么，不要用什么，然后记住呢，每次去提代码之前要去跑一次 m p， m test， 他 呢就会把这些也写进 memory 点 n d， 我 觉得这是一个比较中度的一个管理。那第三种呢，手动管理，你直接在 cloud 里面去 加上这样的一个命令， memory， ok， 那 cloud 呢，它就会弹出一个文件选择器，你可以直接打开任何的记忆文件去做一个编辑，里 面还有个开关，可以键去关闭或者打开 auto memory。 主动管理也定义成一个更重度的一个记忆管理啊，有点像去 hack 这个代码一样。 ok， 我 觉得 auto memory 呢，它不是凭空冒出来的，那在它上线之前的开发者社区其实已经喊了很久了， 所以呢，我给大家去整理梳理一下这个需求的演变，那在二零二五年十二月的时候就有一个意思，又说希望不要让 cloud 每次启动都去从零开始。你看它说 persistent memory between hello code session， 然后到二零二六年一月呢，又有个意思，又说 add automatic memories like chad dt。 哎，关键词呢，就是 automatic。 然后在二零二六年二月啊，他提出在 context window 里面去压缩前啊，主动去保存研究成果。 所以如果把这三个要素给拼在一起，你就能看到一条完整的进化线。第一个就是需要先记住，然后呢再去自动记住加自动化，那自动记住以后呢？在关键的时候自动记住。 而现在呢，奥特曼目前走到了第二步，就是能够自动记住，但是第三步我觉得还没完全到，但是呢，已经在路上了。 好，那到这里，整个奥特 memory 的 这个原理和概念都介绍完了，所以你看呢？其实这么看下来啊，从技术到智能技术，到关键时刻智能技术，这个大家都能想的到， 他也不是一个很革命的突破，但解决的确实就是一个本来就不应该存在的问题。 ai 助手呢，不应该每次对这个对话都失忆，所以从这个角度来说，他只是把一个严重的体验缺陷修补到了及格线。 那他修补的方式是很聪明的，通过成本，通过完全的透明，通过分层架构，再通过多级的控制。这些设计决策表明了 snoop 至少想清楚一件事情，记忆系统最大的问题不是遗忘， 是失控。所以我的建议很简单，就三句话，第一个，哎，打开 cloud 让他跑。第二个，每周花十分钟去审查你自己记录好的这个 memory。 第三个，像对待一个记忆力忠于不为零的新同事一样去对待他。 另外还有个关键就是你需要主动的去管理 memory， 而不是每次都是被动的让 cloud 去自己去写，被动的去接受。 好，那今天的这个 auto memory 这个介绍啊就到这里，然后大家如果有什么其他问题呢，也可以随时去在评论区进行交流，觉得是有价值的人呢，也欢迎点赞关注收藏一下。
675清华姜学长
01:20查看AI文稿AI文稿用 cloud code 做开发的人，应该都有一个特别烦的痛点，每次关掉会话，重新打开窗口，都要反反复复介绍一遍项目架构，用的什么技术栈、代码、命名规范，还有自己的开发习惯，一遍又一遍重复交代，既浪费时间，还特别影响开发效率。其实根本没必要这么麻烦， cloud code 自带一个超强隐藏功能，项目记忆 cloud md， 而且重点是不用你手动建文件，不用自己手写配置，你只需要直接跟他口述指令，把我这个项目的技术栈、目录、规范、代码风格、开发习惯全部写入项目记忆，它就会自动在项目根目录生成并更新 cloud md 专属记忆档案， 全程不用你动手写一个字， ai 全自动帮你整理存档，里面会自动记录好项目整体架构、所用技术栈、文件夹、命名规则、 代码、书写风格、注视习惯，还有你平时的开发要求，也都会记录进去。只要设置一次，永久生效，以后不管新开多少次绘画换多少个窗口， cloud code 都会自动读取这份项目记忆。不用你再重复介绍任何背景信息， 它会完全按照你的编码习惯、你的项目规则去写代码、改 bug、 做功能、重构，写出来的风格跟你完全契合，不用反复磨合。 新手也可以直接输入斜杠命令 init， 一 键自动生成标准 cloud md 模板，稍微微调一下就能直接用。学会用好项目记忆， cloud md 彻底告别重复交代项目的麻烦，让 cloud code 越用越懂你，开发效率直接拉满！关注我，带你了解更多 ai 知识！
00:51查看AI文稿AI文稿二零二六年二月八日十二点零一分重磅消息，一款专为 coco 打造的开源持久化记忆系统， coco 们强势登顶！ coco 那 只基于 ai 编程助手最致命的跨绘画十余痛点，让用 coco coco 写代码的开发者，再也不用每次开新绘画都从头几十项目背。 更逆天的是，常规使用省百分之九十抠坑测试版直接砍百分之九十五抠坑消耗工具调用上限狂飙二十倍，彻底刷新 vr 编程的效率。天花板作为首款针对客户深度优化的开源记忆系统， 可他们完全免费且本地部署，以托事件驱动架构和智能解锁策略，在不改动可控核心的前提下，为其装上长期记忆大脑，让 ai 编程助手从一次性工具升级为能长期合作的开发伙伴，堪称程序员的高效编程神器。
1660AI钛知道
07:00查看AI文稿AI文稿quod code 有 记忆功能，但它背后怎么跑的不看源码根本不知道。比如它什么时候写记忆，不是你退出的时候，是你回复完那一刻怎么决定注入哪条，用 sonnet 单独跑一次只给两百五十六个 token。 这些设计细节全在源码里。今天来拆这个系列，讲上下文工程。 context engineering 前几期从外部行为推导，这期直接翻了源码。结论先给你 cloud code 记忆系统的设计哲学只有一句话， 只存不可派生的认知。为了让这一具真正落地，需要三层机制，各司其职，存得准，取得准，不过期。下面从源码拆这三层， 第一层存得准，先看存什么存什么，这个约束是整个系统的基石。源码注是第一行就写得很清楚，记忆只能存，无法从当前项目状态派生出来的上下文代码模式架构、决策， get 历史文件结构 这些随时可以查到的一律不能存，即使用户主动要求记下来也不行。记忆不是全量归档，是只存工具查不到的那部分认知。在这个约束下，源码定义了四种记忆类型。第一种， user， 记的是这个用户是谁， 比如哥老手，初次接触 react， 前端存下来，下次解释就用后端类比。第二种， feedback， 记得是用户给的，纠篇改错要记，被确认的做法也要记，只记错误会让模型越来越保守。第三种， project， 记得是当前项目进行中的事。 ddlance incidents 技术决策背景，注意，相对日期要转成绝对日期，周四要存成具体日期， 否则时间一过，记忆就失效了。第四种， reference， 记得是外部系统指尖 graph， 那 看板在哪？ linear 项目叫什么？跨工具的定位点。第一层存得准，再看怎么存。每一条记忆写成一个独立的 markdown 文件，文件头带 name， description type 三个字段。 description 特别关键，不是给人看的，是给后续召回时做相关性判断用的。描述越精准，召回越准。所有文件的指征汇聚在一个记忆缩影里，原码里叫 memory 点。 md， 这是缩影，不是内容。每行一个条目，严格控制在两百个里，你只够可能比奈，上限不是随便定的。这个记忆缩影会在每次绘画启动时注入镜，系统提示超出就截断，缩影失效。第二层 取得准，区分三个时机，第一个，启动时静态加载，把记忆缩影前两百行塞进系统提示，先交代背景。 第二个，绘画中动态召回，每次对话转折点触发相关记忆查找先并发扫所有记忆文件的前三十行，只读 frontmatter， 依次过，再把这份列表丢给 sonnet 做旁路调用，完全独立于主模型。这个 sonnet 调用只有两百五十六个 token 的 预算， 就是读 description 作匹配。拿到结构化， jason 就 结束了 sonnet， 从里面最多选五个相关文件，注入当前上下文。还有一个反直觉的设计，已经用过的文件 是在 sonnet 调用之前就被过滤掉的， sonnet 根本看不到它们。五个槽位全部留给新文件不浪费。第三个，后台自动提取，触发时机非常精确，是主模型产出，最终留给新文件不浪费。第三个，后台自动提取，触发的完整复刻 共享主代理的 prompt cash 几乎零成本启动，主代理那轮自己写了就跳过，没写才由这个子代理补上。 效率设计是两轮写法，先并行读，再并行写，不允许交错工具权限严格限制在记忆目录内删除命令被明确禁止。前两层管了怎么写怎么读，但这还不够，一个月前写进去的记忆 里面还指着一个已经被删掉的文件，那个 dead link 还在提醒你，但那天早就过了。旧的纠篇还在，但你早已不是当时那个水平的用户了。没有第三层记忆系统就是 一个正在腐烂的时间胶囊。第三层维护不过期，靠三个机制，分别从三个角度主动整合腐化内容，协助隔离，写入污染，读时预警，人工验证。第一个 alter dream 就是 最近网上传的比较火的做梦机制， 对应源码里的 dreampass 扣台子代理周期运行孵化的具体表现有四个，第一，代码库在变，记忆里的文件路径可能已经不存在。第二，项目状态在变，该的烂早就过了。第三，用户在进化， 旧的纠篇在新上下文里可能反而变成错的。第四， topic files 越来越多， description 之间开始重叠，召回精度持续下降。没有 auto， dream 记忆系统只是一个只增不减的日制堆。出发要过三道门。源码注是写得很清楚，先查时间，超过二十四小时再数绘画，累计五个。最后是分布式锁，防止多进城，同时跑 顺序按成本排，最便宜的检查放最前面。四个阶段。第一阶段 orient 定向 l s 整个记忆目录读记忆锁影全书，找孤儿文件，有文件，但锁影里没有，指真的。第二阶段， get 采集， 扫所有文件的文件头和正文标记漂移的记忆。 description 和内容对不上的，相对日期已失效的文件路径。不存在的，这些都标出来。第三阶段， consolidate 整合合并重叠文件，重写 description， project 类过期记忆不直接删，降级标记为历史。 第四阶段， prune 减脂重写记忆，所以去掉过十条目，确保总行数不超过两百行。 常识绘画模式下切成枝追加的日制写法，每天写一个按日期命名的日制文件，由夜间 dream skill 蒸馏。为什么不直接覆盖写常识绘画中主代理还在运行，实时修改 topic files 有 数据竞争风险，追加日制绝对安全，不干扰主流程。 第三层维护不过期。另外两个机制，第二个团队记忆格离开起团队模式后变成双目录。 private 目录只属于当前用户替木子目录跨贡献者共享四种类型的私客服推荐 user 永远 private feedback， 个人纠偏放 private。 团队规范建议 team project reference。 强烈建议 team team 记忆里绝对不能存 a p i t 或凭证。第三个新鲜度警告，超过一天的记忆会自动附上一段提示。原码里的原文是这样写的，这条记忆是若干天前的 记忆，是时间点上的观测，不是实时状态。代码行为的判断，文件行号的引用可能已经过时，用之前先验证当前代码。 记忆里提到某个文件路径不等于这个文件，现在还在记忆里提到某个函数不等于这个函数。现在还有三层都拆完了，这期三个原码细节带走 description 字段是给 sonnet 读的，不是给人看的，它决定了召回质量。 auto dream 是 记忆系统的基 c， 没有它记忆，只是越堆越烂。 ceonis 警告的逻辑，记忆说文件在不等于文件现在还在，不是让模型记住一切，是让模型记对该记的。本期内容就到这里了，现在你知道了，不是模型在随机遗忘， 是系统在精心选择。记忆的质量决定了对话的质量。点个关注不迷路，我们下期见。
716新
00:37查看AI文稿AI文稿有人为可的扣子提供了永久记忆功能，他在四十八小时内获得了五点四万颗星。单次绘画的 token 消耗减少了百分之九十五，永不触及上下文限制，能够完全衔接你上次中断的地方，一键安装， 完全免费。记忆的难点从来不是存，是忘。 token 减少百分之九十五，说明之前百分之九十五的上下文都是噪音。 真正值钱的不是记住所有东西，是知道什么该丢掉。这条路一旦跑通，你不是每次重新为上下文，而是在一个持续演化的工作台里接着干。真正值钱的开始是记忆层，不只是模型层。
58AI博士兄弟
07:38查看AI文稿AI文稿今天聊 agent 的 开发里，一个所有人都想做，但大部分人做错了的东西。记忆系统。如果你在构建 agent， 你 一定想过这个问题，怎么让 agent 在 多次对话之间保持连续性， 怎么让他记住用户的偏好、项目的背景？之前犯过的错误？大部分人的做法是搞一个文件，把所有需要记住的东西往里塞，用户偏好、项目规范、历史决策、代码架构、文件路径全部堆在一起，文件越来越大，偷看成本越来越高，而且大部分内容跟当前对话根本没关系。 cloud code 的 源码泄露之后，我们第一次看到了一个生产级 agent 的 记忆系统到底是怎么设计的？打开源码，你会发现一个反直觉的事实， 整个记忆系统里，工程量最大的部分不是怎么存，也不是怎么取，而是什么该存，什么不该存。 今天我们就来拆这个问题。这是 cloud code 源码系列的第五期，源码里定义了四种记忆类型，同时明确列出了五类绝对不该存的东西。我先讲四种该存的，再讲五种不该存的，你会发现，不该存的那部分，才是整个设计里最有启发性的第一种记忆类型。用户记忆记得是用户是谁， 角色、技术背景、工作习惯、知识水平。比如这个用户是数据科学家，目前在做日制系统的调研，或者这个用户写了十年够，但第一次碰前端。这种记忆的设计意图是让 agent 能调整沟通方式和工作策略。面对一个资身后端工程师， agent 不 需要解释基础概念，可以直接用技术术语。 面对一个初学者， agent 需要更耐心地铺垫。背景元码里对用户记忆有一条约束，不要记录对用户的负面评价，也不要记录跟工作无关的个人信息。记忆的目的是怎么更好地帮这个人，不是给这个人画像。第二种记忆类型，反馈记忆记的是用户纠正过 agent 的 什么，肯定过 agent 的 什么。 这是四种记忆里我认为设计最精细的一种。元码里对它有三个关键要求。第一个要求，每条反馈记忆必须包含三个部分，规则是什么？为什么有这个规则？什么时候该应用这个规则？举个例子，用户说测试不要 mock 数据库。上个季度我们就是因为 mock 测试通过了，但生产环境迁移失败才出的事故。 如果只记不要 mock 数据库， agent 在 所有测试里都不敢 mock， 包括那些跟数据库迁移完全无关的单元测试。但如果他知道原因是 mock 和生产环境行为不一致导致迁移失败，他就能判断集成测试不该 mock。 但纯逻辑的单元测试， mock 是 没问题的。 记原因是为了让 agent 能在新场景下做判断，而不是机械的执行规则。第二个要求，不要只记纠正，也要记肯定源码注示里说得很直白，如果你只记录用户说不要这样做的时刻， agent 会变得越来越保守，他只知道什么是错的，不知道什么是对的。 时间长了，他会回避一切不确定的做法，变得畏手畏脚。但肯定信号比纠正信号更难捕捉，用户说不要这样做。很明显，用户说对就是这样， 或者默默接受了一个不寻常的方案，这些信号很安静， agent 需要主动注意这些肯定信号。比如用户说对这次用一个大 pr 是 对的，拆开反而是无意义的工作量。 这条记忆的价值是下次遇到类似的重构场景， agent 知道这个用户倾向于合并提交，而不是拆成很多小 pr。 这不是纠正，是一个被验证过的判断。第三个要求，反馈记忆要区分个人偏好和个人偏好，只对这个用户有效。 集成测试必须用真实数据库，是项目规范，对所有协作者有效。元码里用 scop 来区分这两种个人偏好存在私有目录，项目规范存在团队共享目录。第三种记忆类型，项目记忆 记得是当前项目里正在发生什么，谁在做什么，为什么要做，截止日期是什么。比如本周四之后冻结所有非关键合并，移动端团队要切发不分支， 或者正在重写认证中建件原因是法务团队指出旧的 token 存储方式不符合合规要求，所以做决策的时候要优先考虑合规性，而不是技术优雅。项目记忆有一个很重要的处理规则，所有相对日期必须转换成绝对日期。 用户说，周四冻结记忆里存的是具体的年月日，因为记忆是跨绘画的，如果存周四，下周再看这条记忆，就不知道是哪个周四了。项目记忆还有一个特点，它衰减得很快， 一个月前的项目状态大概率已经过时了，所以原码要求项目记忆必须记录。为什么这样，即使事实过时了，背后的动机仍然有参考价值。 第四种记忆类型，引用记忆记得是外部资源在哪里， bug 在 哪个系统里追踪监控面板的地址是什么？设计文档在哪个平台，比如流水线相关的 bug 都在 linear 的 某个项目里追踪 或者 api 延迟的监控面板在某个内部地址。值班的时候看这个引用记忆是四种里最简单的，但也是最实用的，它本质上是一个去哪里找信息的缩影。四种记忆类型讲完了，现在讲更重要的部分，什么不该记。 源码里明确列出了五类不该存进记忆的东西。第一类，代码模式、架构、文件路径、项目结构。这是最反直觉的，很多人做记忆系统的第一件事就是让 agent 的 记住项目用了什么框架目录，怎么组织，哪个文件负责什么。 cloud code 说不要存这些， 为什么？因为这些信息可以直接从代码里读出来， agent 随时可以通过读代码和搜索来获取当前的项目结构。把这些存进记忆有两个问题，一是浪费空间，每次对话都要加载一堆本来可以实时查的信息。二是一旦代码改了，但记忆没更新， agent 就 会基于过时的信息做决策，而且你很难发现。 这背后的原则是，如果一个信息可以从当前项目状态推导出来，就不要存进记忆记忆，只存那些看代码看不出来的东西。第二类，版本管理历史，谁改了什么，最近的提交记录，这些用版本管理工具查就行了，是实时的、权威的，不需要记忆来存一份可能过时的副本。 第三类，调试方案和修复方法。修复已经在代码里了，提交信息里有上下文存怎么修的没有意义，因为代码本身就是最好的参考。 第四类，项目说明文件里已经写过的东西。如果你的配置文件里已经定义了编码规范，记忆系统不需要再存一份，重复存储不仅浪费空间，还会在两份内容不一致的时候制造混乱。第五类，临时性的任务细节，当前正在做什么？对话里的中间状态，这些是短期的，属于当前绘画的上下文，不该进入长期记忆 源码里还有一条规则特别值得注意，即使用户明确要求你记住某些东西，如果它属于上面五类，也不该记。如果用户说记住这周的 pr 列表， agent 应该反问，这些 pr 里有什么让你意外的或者不明显的那个部分才值得记。活动日制不是记忆，从活动中提炼出的洞察才是。回过头来看，这套分类体系 四种，该存的用户是谁？用户纠正和肯定过什么项目背后的动机和时间线，外部资源在哪里？ 五种不该存的代码能告诉你的一切，版本历史能告诉你的一切，提交记录能告诉你的一切，配置文件已经说过的一切。临时性的中间状态，你会发现一个清晰的分界线，该存的全部是关于人和上下文的信息，不该存的全部是关于代码和项目状态的信息。 代码是实时的、可查的、权威的人的偏好。纠正动机，外部资源指向这些藏在代码之外，不查记忆就无从得知。 这就是 cloud code 的 记忆系统的核心哲学。记忆是代码的补习，代码能回答的问题不要让记忆来回答，记忆只负责代码回答不了的那部分。如果你在给自己的 agent 做记忆系统，这个分类框架可以直接拿来用。 先问自己这条信息能不能从当前代码或工具里实时获取，如果能不存，如果不能，再看它属于哪种类型，用户反馈项目还是引用按对应的格式存。这样做的好处是，你的记忆文件会非常精简，每一条都是高价值的代码里找不到的信息 模型，每次加载记忆的时候，看到的全是有用的东西，没有噪声。下一期我们继续拆记忆系统的第二个关键设计， active recall， 也就是 cloud code。 怎么在几百条记忆里，每轮对话只挑出最相关的五条，注入上下文，先摘要后全书的两阶段检索，用便宜模型做选择，这个思路你马上就能。
1784划水的青蛙
05:14465暴躁哐哐
07:54查看AI文稿AI文稿众所周知， ansorepic 在 cloud 代码上一直面临一个核心难题，就是跨绘画的记忆一致性问题。正因如此，几个月前他们推出了 auto memory， 让 cloud 能记录笔记在项目上，并长期保持上下文连贯。但问题在于，经过二十多次绘画后， 记忆就开始衰减，留下的笔记杂乱冲突，调试步骤也过时了。还有像昨天这种模糊的时间戳彻底失去意义， 记忆非但没帮上忙，反而成了噪音，这时候幻觉就开始冒出来了。就在没有任何官方公告的情况下， anthropic 悄悄推出了名为 slash dream 的 功能，也叫 auto dream。 这就好比给 ai 智能体安排的 r e e 睡眠， 这是在 github 的 系统提示词里发现的，它能自动整理 clothes 在 不同绘画间的记忆， 剔除过时的笔记，整和有用的见解，本质上就是清理记忆，让它长期保持准确使用， 所以记忆不会越用越差，反而越用越好。要使用这个新功能，只需打开你的 cloud 界面，然后输入 friend memory。 输入后你会看到名为 alter dream 的 新功能。 当然，请确保已更新到最新版本。要开启它，只需按回车键，这样你就能让它保持起用，并在绘画中直接使用。但这还不是官方命令调用它的基础方式，只是目前返回绘画时 输入 dream 行不通，会提示未知指令，因为它目前还不是官方指令。但如果你输入类似使用 dream 整合我的记忆的指令， 它就会调用并启动 dream 功能，从而有可能彻底清理你的记忆系统，这样它就能理解并通过输入来运行完整清理流程，你会看到它显示 dream 状态，这意味着功能已开启。 还有一种方法，只需在提示词中输入 dream， 即可调用 auto dream， 或者像我一样直接说整理我的记忆，这样就能手动触发，无需使用斜杠命令。 既然 auto dream 已经开启， cloud 其实正在后台清理对整个记忆系统， 它会逐一检查所有记忆文件，清除过时信息，解决矛盾并重新整理，让一切变得通顺合理。但为什么称之为做梦呢？这是因为它完全模拟了人类大脑在 i m e。 睡眠时的工作方式。白天，大脑主要在收集信息， 包括你所见、所做及所学的一切，但这往往会变得杂乱无章，所以它才属于短期记忆。而当你入睡后，大脑就会开始回放这些信息，它巩固关键信息， 剔除无关内容，并将其存入长期记忆。这正是 auto dream 在 做的。 auto memory， 好 比 cloud 的 日间大脑，它只是在每次绘画中持续记录， 而 alterdream 则相当于 r e m。 睡眠，它清理整理并强化这些笔记，确保它们长久有效。少了这一部 cloud， 就 相当于睡眠不足，它只是反复生成杂乱的笔记。 alterdream 的 内部运作分为四个关键阶段。首先是定向阶段，在这一部 cloud 会扫描所有现有的记忆文件，并构建出它已知内容的知识地图。 接下来是第二阶段，也就是收集信号，它不会通读所有内容，而是搜寻高价值的信号。比如你纠正它的时刻、重要决策、重复出现的模式，或是你明确要求它记住的内容之后进入第三阶段，也就是整合阶段，这是关键的一步， 它会再次真正清理数据。它是一个能将模糊时间转为像昨天这类真实日期，移除过时或错误信息，合并重复笔记，更新过往角色，例如框架切换。接下来是最后一步，系统将修剪记忆锁影， 清理主记忆锁影，确保其精简相关启动时立即可用。 它正是通过这四步流程来运作的。还有一点需要大家了解的是， auto dream 并不是时刻都在运行的，它仅在至少二十四小时后才会触发，并且绘画数量超过五次。这样可以避免不必要的处理，让活跃项目保持整洁。 所以请记住这一点。如果你想获取它的系统提示词，可以在下方描述区查看，我会把它放在这份文档里。另外值得一提的是，它不会触碰代码，只操作记忆文件。 它在后台运行，你完全不会察觉，并采用锁机制，避免多实体冲突影响记忆。 那什么时候该用这个功能呢？你可以手动触发。就像我刚才在提示词里明确提及， dream 来触发主要是在以下情况触发，比如进行大规模重构时，或者切换框架工具时。 比如当你从 express 迁移到 fastify 时，就可以用这个功能来激活新的记忆系统。它同样适用于以下情况，当你进行了大量试错、调试或发现上下文开始不一致或代码状态下滑。总之，只要项目在迭代， 正是使用 dream 功能的时机。你会发现，使用 dream 后，它不再重复旧方案，幻觉也会减少，画绘画的回答也更一致。总体而言， 这让 ai 能更懂你的项目决策。这绝对是颠覆性的改变。简单来说，大家可以看到我用了 dream 命令来清理我的记忆库。 clone 是 通过理解新项目做到的，它为此生成了一个结构化的记忆文件， 大家可以在这里看到，他甚至调取了之前的记忆。他还更新了我的全区缩影。很棒，因为他专门为这个项目建了一个 md 文件，他不仅捕捉到了我的全站架构，还能将其关联到记忆系统， 这非常关键，因为他不只是存储笔记，而是理解了我的整体架构。所以在这种情况下，如果按照往常只是做一个项目，或者同时处理多个项目，我很容易就会把这些细节搞混， 这也是他容易频繁产生幻觉的原因。而且他无法清晰把握你所处理内容的上下文，尤其是当你有多个实力的时候。但在这种情况下，他能保持逻辑的连贯性，包含我在这个项目中的所有操作，让他能更深入理解 a p， i 和逻辑，甚至我用的框架 变成可附用的知识。以前 cloud 像个无状态的助手都得从头再来，每次开新绘画， 但现在 cloud 会为每个项目建立新质模型，每次都能保持清晰有序，所以它才是颠覆性的改变。这个功能应该很快就能上线，我估计下周初就能推出。 因为它们最近推出了很多自动功能，比如自动模式今天刚上线的，所以我估计下周初应该就会发布。如果你喜欢这个视频 clod code 的 一大新功能，我个人觉得它解决了不少以往存在的记忆问题，内容大概就这些，大家另外特别明谢 maggie 一 直提醒我修音频问题，就是视频结尾音频容易糊掉，所以特别感谢它的帮忙。 好了，各位，祝大家今天愉快，保持积极心态，咱们很快再见，拜拜各位！
198小胡-API
00:40查看AI文稿AI文稿这是个能让 cloud code 的 长期记忆，就算关机重启进度也不丢的强大工具，每天一个硬核的网站推荐第三十八期。今天要讲的是这个项目叫 beats， github 上已经狂揽了二十二 k 的 star。 核心就解决一件事，给你的 ai agent 装上一颗长期记忆的大脑， 底层用的是 dos 数据库，数据全存你电脑硬盘上，它有什么优势呢？第一，零内存占用，不污染 agent 上下文。第二，就算关机重启， agent 关 大了，任务状态全都在。第三，像 get 一 样，有版本控制，能回滚，能分支，能合并。第四，查询速度极快，一万条任务查询只要三十毫秒，哈西 id 冲突概率极低，多 agent 并行，互不干扰。 cloud cortex gemini 开箱即用。有了它，恭喜你离异人公司又近了一步。
319戈攀AI笔记
01:04查看AI文稿AI文稿用 cloud code 不 装 skills， 那 基本上用的就是残血版。今天给大家推荐我一直都在用的五个 skills， 它们能让 c c 的 记忆能力、上下文和 ui 设计都更出色。第一个， cloud mem， 这个相当于给 c c 装了记忆系统，每次对话结束，它就会自动把你们做了什么 压缩存下来，下次打开直接注入，再也不用从头解释，也不用手动写 cloud 的 文档。第二个， obsidian skills， 这个太火了，如果你现在在用 obsidian 管理知识库， 用这个 skill， 它能让 cloud 直接读你的知识库，把你的项目信息、决策记录、个人偏好，全部以上下文加载进来，非常好用。第三个 gsd， 正如其名， cloud code 做复杂任务经常跑出一坨。 这个 skill 能强制让 c c 走流程，比如先讨论写 plan， 在 干净的上下文里执行，执行完了要自己验证。这就像给 cloud 装了一套工作纪律，装了干活要靠谱很多。第四个， uix pro max， 这个我之前推荐过，它内置了五十多种顶级设计风格，一百多套配色和交互规范，能自动拉高 c c 的 设计标准，用简单的提示词就能跑出好看的前端。真的，这几个 skills 加在一起，会改进 c c 的 很多短板。好了，拜拜！
221AI红发魔女
01:07查看AI文稿AI文稿我让 cologod 长出了记忆，新开一个窗口，上一轮干了什么，聊到哪，他自动就接上了。 cologod 是 一个叫 cologod 插件， excel 上已经快七万颗星了。他干的事情呢，非常简单。 你用 cologod 的 时候，他在后台自动记录了用了哪些工具，做了什么操作。在每一轮对话结束之后，他用 ai 把这些记录压缩成一份，精简的摘下来。 再一次，你开新的对话，他自动把这些相关的历史上下文注入进去。等于呢，我们给卡拉扣的封装了一块外置的硬盘，安装其实也不复杂， 一条命令就搞定，重启下卡拉扣的就能用。我觉得呢，这个插件解决了一个非常核心的一个痛点，很多人觉得 ai 不 够好用，其实不是 ai 不 聪明，是你每次都得重新教他一遍，我们的项目背景是什么？ 你的偏好是什么？之前踩了哪些坑，有了记忆之后就会越用越深。那除了 cloud code、 cursor codex、 open cloud 这些主流的工具，它基本都支持。好了，今天的分享就到这里，欢迎大家在评论区交流，关注松哥，一起少加班！
116松哥的AI办公室
02:05查看AI文稿AI文稿cloud code 现在是地表最长智能体啊，这个是毫无争议的，但是他到底有没有办法在国内使用呢啊？我充了钱之后会不会把我号封掉，让我血本无归，浪费钱呢？如果说你也有这个疑问啊，你可能跟四个月之前的我是一样的， 今天就给你讲清楚啊，其实 cloud code 呢，和 cloud 它是两个事情，虽然说它是一家公司的，但是是不同的两个产品啊。 cloud code 呢，它是免费的，它是开源的，你使用它不需要花一分钱的， 甚至你可以用别人家的产品来使用它啊，你可以理解为它是干活的躯干，它是没有一个大脑的啊，有了大脑之后它才能够干活。那么大脑是谁呢？大脑它就是 cloud 啊，这个东西是普通人不容易去买的，你比如说啊， cloud ops， 四点六四点七啊，这个是最好的模型，你写作啊，编程啊，你直接上四点六四点七啊就好了。 那么普通的编程任务呢？具体干活你用 solo 来完成也是可以的。嗨酷呢，我现在是基本上不怎么用的啊，基本上是 solo 起步， 你像我现在订阅完了之后基本上只用 os， 这个感觉真的是太爽了。所以说，如果说你有条件啊，直接上 os 直接工作就可以了， 但是如果说你开不到原厂的模型，用国内的模型代替可不可以啊？啊，完全可以的，国内的我只推荐一家啊，我推荐智普，这个是我身边朋友反馈下来，跟 opps 能力很像的。 所以说呢，就是如果说大家你也想接触到 ai， 我 就推荐最强的智能体和最强的模型啊， 智能体就用 cloud code 啊模型，要不你就用 cloud 的 os 或者索尼，要不然就有国内的智普，就这两种组合。 然后如果说你不会安装 cloud code 啊，你可以关注我啊，我下期再出一个零基础如何安装 cloud code 的 教程，其实也非常简单，普通人看完五分钟也就能安了。
2.3万数字生命king
00:28查看AI文稿AI文稿这款开源工具能让科奥 code 拥有持久记忆能力，它的持久化内存可以实现上下文快绘画保留，同时使用 map 设置技能查询项目历史。 除了解锁记忆，它还有代码结构分析工具，支持二十四种编程语言，包括 j、 s、 t、 s、 python 等。简单来说，科奥 sim 就 像是一个项目知识管理系统，可以自动记录做了什么，为什么这么做，当时发现了什么，让你的每一次绘画知识都不会丢失。
76骋风算力
