开发了一套 AI 记忆系统： OwnMem，服帖的治理了百万行代码的项目，彦祖们可以一键三连吗？

仓库地址

https://github.com/grpcer/ownmem

👍彦祖们走过路过可以点个 Star 吗

背景

起因是手头有个百万行代码的项目，每天从家里和公司的电脑轮换开发

📢 经常要重复跟 AI 说：

“服了你了，说了多少次，这个 bug 不要再犯了”
“每次开发完，记得补充单元测试”
“每次写完 SQL ，帮我检查索引”

🤔 于是我在想，有没有一套记忆系统，可以跨电脑记忆，随着 Git 可以提交，并且还有以下优势呢

1. 记忆跟随 Git 仓库流转

git pull
→ 得到代码
→ 同时得到这个项目积累的工程经验和记忆

2. 不依赖某个 AI ，同时支持

claude code
codex
Agv
Grok
Cursor

3. 语义召回不调用模型，不烧 token

在本地通过 Exact、Unicode-aware BM25F、多查询 RRF 等方式检索。

不调用额外模型
不请求网络

完整编译层还支持 n-gram、fuzzy、graph 和 embedding，你还可以在控制台接入siliconflow或Cloudflare 的 bge-m3 模型做强力语义查询。

4. 完整的 markdown 体系

.ownmem/
├── MEMORY.md                          ←  L1  总目录
├── MEMORY-release.md                  ←  L2  领域目录
├── MEMORY-database.md                 ←  L2  领域目录
├── npm_publish_requires_2fa.md        ←  L3  一课一文件
├── sql_query_requires_index_review.md
└── connection_pool_timeout.md

结构故意做得很克制：

层	是什么	干什么
L1	🧭 总目录	告诉 Agent：这个仓库有哪些记忆领域
L2	📂 领域目录	把问题路由到正确的那一批记忆
L3	📄 一课一文件	保存症状、证据、根因和正确做法

5. 每条记忆都有证据和生命周期

每条记忆不仅要写结论，还需要说明：

必须写明	为什么重要
什么症状应该触发它	下次才能被找回来
适用于哪些模块	避免误伤无关代码
相关代码路径和符号	能对照活代码核对
证据是什么	结论不是拍脑袋
上次什么时候验证过	知道它还新不新
会不会过期	过期的经验比没有更危险
有没有替代旧记忆	防止新旧两套说法并存
要不要定期复核	让记忆自己会代谢

6. 记忆也走 CI 和治理

如果让 Agent 不受控制地写记忆，最后一定变成另一座垃圾堆。

所以 OwnMem 给记忆加上了类似代码质量门禁的机制：

门禁	拦住什么
Schema 校验	结构不完整的记忆
证据检查	只有结论、没有依据
过期检查	早该失效却还在误导
近重复检测	同一件事写了三遍
`supersedes` 冲突检查	新旧记忆互相打架
数量和体积配额	无限膨胀的第二座 Wiki
L2 路由检查	有记忆，但找不到入口
archive 归档	该退场的经验退场

能进仓库的，不只是「看起来像经验」，还得过得了门。

➡️ 总流程

你只需要跟 Agent 说人话：

🗣️ 「记住：这个发布错误来自 npm 2FA ，不是包权限。」

后面这些，它自己走完：

1️⃣  判断这件事值不值得成为长期记忆
2️⃣  写成一份结构化 Markdown
3️⃣  补上用户以后可能用到的查询措辞
4️⃣  记下代码证据和验证结果
5️⃣  跑一遍 audit
6️⃣  通过 Git 提交进仓库

下次再遇到类似发布失败，不必把这段历史重新讲一遍。 先查项目记忆，再动手改。

👋 OwnMem 解决的不是“AI 如何记住一切”

其实市面上已经有很多优秀的用户记忆、向量记忆和时序知识图谱系统。

OwnMem 选择的是一个更窄的方向：

让一个代码仓库保存那些不应该再踩第二次的工程教训。

其他系统努力让 Agent 记住更多。

OwnMem 更关心：

如何让仓库记得更正确😄

它不是跨项目的个人记忆，也不是百万文档规模的向量数据库。

它是一套面向 Coding Agent 的 Git-native 工程记忆系统：

跟仓库走的记忆
用 Markdown 记录信息
Git 负责流转
Schema 和 audit 负责治理
本地检索负责召回
Agent 负责核对代码并执行

感谢各位老铁支持啦～🙏