记忆代理

安装后端依赖

python -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate pip install -r requirements.txt

安装前端依赖

cd frontend && npm install && cd ..

系统要求

• Python 3.11+
• Node.js 18+
• 网络连接（用于 API 调用）

---

一键安装到当前项目

bash scripts/install-sidecar.sh . ```

自动配置： - .cursor/mcp.json - MCP 服务器配置 - .cursor/rules/memory.mdc - 记忆规则 - user_id / project_id 自动推导

快速开始

方式一：一键安装（推荐）

macOS: ```bash

下载 DMG 安装包

open https://github.com/jaychouya/MemoryAgent/releases

**Windows:**

下载 ZIP 安装包

Start-Process "https://github.com/jaychouya/MemoryAgent/releases" ```

演示

场景 1: 用户告诉 AI 自己的偏好 → AI 记住

场景 2: 新对话 → AI 自动使用记忆，用 Python 写排序函数

---

方式二：从源码运行

```bash

启动

python src/main.py ```

如需体验 Web UI，本地启动成功后打开 http://localhost:3000，在「配置」里填写模型 API Key。只接入 Cursor / Claude Code 时可跳过 Web UI，直接使用下面的侧车安装方式。

运行所有测试

python -m pytest tests/ -v

4. 接 Cursor 接近「零配置」

bash /path/to/MemoryAgent/scripts/install-sidecar.sh .

自动写入 .cursor/mcp.json、规则「每轮先 recall」、user_id / project_id 由 工作区 + Git 仓库名 推导。MCP v2：recall / store / update / delete / list / export。

快速配置

curl -X POST http://localhost:8000/api/config/quick-setup \
  -H "Content-Type: application/json" \
  -d '{"provider": "openai", "api_key": "your-key"}'

API 文档

常用 HTTP API：

与 Cursor 集成

```bash

与 Claude Code 集成

在项目根目录创建 CLAUDE.md：

```markdown

与 Obsidian 集成

记忆文件直接保存为 Markdown：

memories/
├── user/
│   └── user_abc123.md      # 可在 Obsidian 编辑
├── feedback/
│   └── feedback_def456.md
└── MEMORY.md               # 索引文件

用 Obsidian 打开 memories/ 文件夹即可浏览和编辑所有记忆。

---

核心模块

src/
├── agent/                    # Agent 核心
│   ├── loop.py              # Agent Loop (while true 循环)
│   ├── tools/               # 工具系统
│   ├── prompts/             # 动态 System Prompt
│   ├── context/             # 上下文压缩
│   ├── semantic/            # 语义化代码理解
│   └── reflection/          # 执行轨迹抽象
├── memory/                  # 记忆系统
│   ├── types/               # 四类型记忆定义
│   ├── storage.py           # 文件存储 (markdown + YAML)
│   ├── retrieval.py         # Hybrid FTS + 向量 + Rerank
│   ├── provenance.py        # L0 证据链
│   ├── persistent_vector.py # 持久化向量
│   ├── quality.py           # 记忆质量管理
│   └── vector_store.py      # 向量搜索
├── skills/                  # 技能知识图谱
└── backend/                 # 后端服务
    ├── main.py              # FastAPI 入口
    └── api/                 # API 路由

---

与常见方案对比

适合：长期偏好、项目禁忌、可审计记忆、Cursor/Claude Code 用户。 不适合：替代 Devin/Cursor 完成端到端交付。

---