大家好，最近我们团队开源了 OpenLoomi \( https://github\.com/melandlabs/openloomi\)。
作为一个高强度使用 Claude Code 和 Codex 的开发者，我一直有个很大的痛点：它们在单个 Session 里确实极其好用，但一旦切到新 Session ，之前讨论过的业务背景、架构决定和项目进度就经常接不上。每次都需要反复给它前情提要：“项目推进到了哪里”、“哪些技术方案发生了变化”，非常打断心流。
这也是我们做 OpenLoomi 想要解决的核心问题：如何让 Agent 拥有跨会话、跨平台，且能长期持续更新的上下文。
上下文远比一个 Context Window 更大
真实工作的上下文往往散落在聊天记录、邮件、文档、任务面板和代码仓库里，并且随时在变。比如：客户在邮件里提了需求，开会时改了细节，最后又在 Slack 里确认了新的交付时间。 如果只给 Agent 喂局部或历史切片信息，它很容易基于“过期状态”写代码或做规划。
因此，OpenLoomi 将模型窗口作为当前任务的“工作区”，而在窗口之外，持续在后台维护一份完整的工作状态——我们称之为 Holistic Context （全域上下文）。
OpenLoomi 是怎么干活的？
简单来说，它会把跨会话、跨平台的零散碎片，自动归因到同一个实体下进行时间线追踪。
假设客户最初说周五交付，后来改到下周三。系统会将“下周三”更新为当前状态，同时保留这中间的演变过程。当新 Session 读取上下文时，Agent 不仅能拿到最新时间，还能追溯变化原因。如果遇到两条信息冲突且证据不足，系统会打上“争议标记”并交给人工确认。
底层主要依赖三个核心机制：
-
适用范围归因 \(Scope Attribution\)： 负责判断一条信息属于哪个任务、渠道或人物，把跨会话的碎片缝合到同一个实体。
-
分层记忆与遗忘 \(Tiered Memory\)： 将信息分为短、中、长期。高频重要信息常驻，失效或长期不用的信息逐渐退役，但变更记录依然可追溯。
-
活体连接 \(Living Connections\)： 动态学习实体关系。经常一起出现的客户、项目、决策，其关联权重会加强；反之则衰减。系统用得越久，召回的上下文越贴近你的真实工作流。
接入方式
我们希望更换 Session 或更换 Agent 工具后，长期工作状态能无缝流转。 目前 OpenLoomi 可以直接调用 Claude Agent SDK, Codex CLI, OpenCode 等作为执行器。同时，Claude Code 和 Codex 也能通过插件直接接入 OpenLoomi ，如果你使用其他 Agent, 也可以通过 Skills 方式接入，共享同一份 Memory 、连接器数据和任务状态。
👉 插件文档
最后
我们希望 OpenLoomi 能为各种 Agent 提供一个稳定、可长期维护的“外脑”。让 Agent 每次启动时，都清楚当前状态、历史变更以及接下来的 action 。
GitHub 仓库求 Star / PR： 🔗 https://github.com/melandlabs/openloomi
想和大家交流一下，平时各位在使用 Claude Code/Codex 等工具做中长期项目时，都是怎么处理跨 Session 上下文丢失问题的？欢迎在评论区分享你的工作流。
Select Language