跨 Agent 持久化记忆桥,为 AI 编码助手提供跨会话、跨 IDE 的上下文记忆与知识图谱能力,支持 Cursor、Windsurf、Claude Code 等 7 种主流 Agent。
Memorix 是一个基于 MCP (Model Context Protocol) 的持久化记忆系统,旨在解决 AI 编码 Agent 的「记忆碎片化」问题。
核心能力#
智能记忆存储
- 自动分类为 9 种观察类型:session-request、gotcha、problem-solution、how-it-works、what-changed、discovery、why-it-exists、decision、trade-off
- 3 层渐进式披露搜索:L1 索引搜索 (~50-100 tokens) → L2 时间线上下文 → L3 完整详情 (~500-1000 tokens)
topicKey主题键去重机制,支持原地更新避免记忆冗余
知识图谱
- 兼容 MCP Official Memory Server API
- 支持实体抽取、关系推断、观察添加
- 提供 create_entities、create_relations、search_nodes、read_graph 等标准操作
跨 Agent 同步
memorix_workspace_sync:扫描源配置,生成目标 Agent 兼容配置(合并不覆盖)memorix_rules_sync:支持 .mdc ↔ CLAUDE.md ↔ .kiro/steering/ 等 6 种格式互转memorix_skills:从观察模式自动聚类生成 SKILL.md 技能文档
隐式记忆钩子
memorix hooks install一键安装- 自动检测中英文决策模式(如 "I decided to..."、"问题原因是...")
- 30 秒冷却期,智能跳过琐碎命令
可视化仪表板
- 运行
memorix_dashboard启动 Web UI (http://localhost:3210) - D3.js 力导向图可视化知识图谱
- 支持观察浏览器、记忆衰减面板、项目切换器
- 亮/暗主题,中英双语界面
技术实现#
- 协议:MCP Server,通过 stdio 通信
- 存储:100% 本地存储,数据位于
~/.memorix/data/<projectId>/ - 搜索引擎:Orama 全文/向量搜索 + JSONL/JSON 持久化
- 可选向量增强:fastembed(原生速度)或 @huggingface/transformers(通用兼容)
- 主要语言:TypeScript (87.1%),422 个单元测试覆盖
- 运行要求:Node.js ≥ 20.0.0
典型应用场景#
- 跨会话记忆:周一讨论的架构决策(如 JWT + 15 分钟过期),周二新会话自动检索并应用
- 跨 Agent 协作:Windsurf 修复的支付模块竞态条件,Claude Code 自动知晓并验证
- 陷阱预防:第 1 周记录的 Windows 路径分隔符问题,第 3 周自动注入上下文防止重复错误
- IDE 迁移:从 Cursor 迁移到 Kiro,一键同步 MCP 配置 + 规则 + 技能
- 技能沉淀:2 周后 50+ 观察自动聚类,生成 auth-module-guide.md、database-migrations.md 等
快速开始#
# 推荐:全局安装
npm install -g memorix
# MCP 配置(所有 Agent 通用)
{
"mcpServers": {
"memorix": {
"command": "memorix",
"args": ["serve"]
}
}
}
注意:不建议使用 npx 直接运行,可能导致 MCP 初始化超时(60 秒限制)。