Memorix

面向 AI Coding Agent 的本地优先共享记忆层。
让 Claude Code、Codex、CodeBuddy Code、Cursor、Windsurf、Copilot、Gemini CLI、OpenCode、Grok Build、OpenClaw、Hermes Agent、Oh-my-Pi、Pi、Kiro、Antigravity、Trae、DeepSeek Harness、WorkBuddy 和任何 MCP Agent 共用同一套项目记忆。

已收录至官方 MCP Registry

共享项目记忆 | MCP | Git Memory | Reasoning Memory | 插件包 | 编排

官网 | English | 安装 | 能力矩阵 | Agents | 快速开始 | 记忆模型 | memcode | 当前工作 | 文档

---

维护者当前工作状态和公开边界统一记录在 ACTIVE_WORK.md，这是仓库唯一的活动工作文档。

Memorix 给你已经在用的 AI 编程 Agent 加上一套共享、可检索的项目记忆，让它跨越新对话、切换 IDE、重开终端 session 和交接都不丢失。记忆归属于 Git 项目，不会只困在某个聊天窗口或工具里。

今天用 Claude Code，明天用 Codex，下午切到 Cursor。Agent 可以换，项目记忆不用重来。

什么时候该用 Memorix： 当你一遍遍向新 Agent 重新解释同一个项目时：上个 session 已经搞明白的事丢了，另一个 IDE 看不到这边学到的东西，某个设计决策埋在旧聊天里找不到。

问题	Memorix 提供什么
下一个 session 忘了上一个 session 学到的东西	项目级记忆、session 摘要、timeline 和 detail 检索
不同 Agent 各记各的	通过 MCP、hooks、CLI、SDK 和内置终端 Agent 共用同一套本地记忆池
Git 记录了改动，但 Agent 很难检索工程事实	Git Memory 把 commit 转成可搜索的工程记忆
架构决策散落在旧聊天里	Reasoning Memory 存储原因、替代方案和 trade-off
静态规则文件容易过期	坑点、修复和项目技能从真实工作中持续沉淀
并行 Agent 工作容易乱	memorix orchestrate 负责协调任务上下文、交接、文件锁、验证和 review 流程

Memorix 是本地优先的。SQLite 是权威存储。小项目使用进程内 Orama；数据量较大时，关键词检索使用持久化的 SQLite FTS5 候选索引，并在可用时使用本地 LanceDB 语义影子索引。索引都可以重建，也不会限制你能长期保存多少条记忆。LLM 记忆整理和 embedding 仍然是可选能力。

能力矩阵

Memorix 不只是一个记忆库。它还负责安装 Agent 接入、保留有用的工作事件、把 commit 转成工程事实、提供本地控制面，并在需要时协调多 Agent 工作。

能力	作用	入口
Memory Autopilot	给新 Agent session 一份有预算的任务 Workset，包含起步文件、当前记忆、来源知识、工作流首步、风险提示和验证建议。CLI 回退可用紧凑 JSON 回执，不再读取整套内部对象。	memorix context "..." --brief-json、memorix resume "..." --brief-json、memorix_project_context
Observation Memory	当前 Git 项目内可检索的事实、修复、坑点、session 摘要和实现记录	memorix memory、MCP memory tools
受管理的长期记忆	有来源证据、可审核的情景/语义/程序记忆；只有明确标为可携带的用户记忆才可在本机跨项目使用	memorix memory long-term
Code State 和 Code Memory	可版本化的本地代码快照、来源可追溯的 TypeScript/JavaScript 符号和关系、文件 / symbol 关联及 freshness 检查。其它语言保留诚实的 Lite 兜底；已有本地 CodeGraph 或 SCIP 结果可以补充有预算的外部轮廓，但不会接管本地索引。	memorix codegraph status|refresh|init|sync、自动 context refresh
Git Memory	从 commit 中提取工程事实，回答改了什么、在哪里改、为什么重要	memorix ingest commit、git hook
Reasoning Memory	保存设计原因、备选方案、trade-off 和风险，不让决策只留在一次聊天里	memorix reasoning、memory formation
Knowledge Workspace	有审核门槛的来源证据 Claim、Markdown 知识页和规范化项目工作流；提案不会悄悄覆盖已审阅页面	memorix knowledge、memorix knowledge workflow
Agent setup	按目标 Agent 写入 MCP、rules、hooks、skills、plugin、bundle 或 extension	memorix setup --agent <agent>
Agent doctor	检查 Agent 的 MCP 配置和规则是否是当前版本，并修复 Memorix 自己管理的条目	memorix doctor agents、memorix repair agents
Hooks 和 skills	在支持的 Agent 中可选捕获工作事件，并把稳定知识提升成可复用项目技能	memorix hooks、memorix skills
Dashboard 和 HTTP	本地 Web UI 与共享 MCP endpoint，用于浏览记忆、项目状态、团队和诊断，并在预览确认后执行清理、合并、去重和保留归档	memorix dashboard、memorix background start
Orchestration 和团队协作	任务规划、worker 交接、文件锁、消息、验证门和 review loop	memorix orchestrate、memorix team、memorix lock
memcode	内置终端 Coding Agent，默认读写同一套项目记忆	memorix、memcode
CLI 和 SDK	给自动化、导入导出、诊断和自定义集成使用的本地接口	memorix ...、createMemoryClient()
可选多设备同步	经过隐私过滤的记忆事件同步；本地 SQLite 仍是主库；默认按当前项目，可用 --scope user 覆盖全部本地项目	memorix sync store status|push|pull

Memorix 通过目标 Agent 已有的接口接入：插件包、MCP、项目规则、hooks、skills，或者内置终端 Agent。memorix setup 会为每个 Agent 选择合适的接入方式，默认使用 stdio MCP。

Claude Code 官方插件 + MCP + hooks + skills	Codex CLI 官方插件 + MCP + AGENTS.md	GitHub Copilot CLI 插件 + MCP + hooks + skills	Cursor MCP + rules + skills	Windsurf MCP + rules + hooks	Gemini CLI extension + MCP + hooks + skills
OpenCode local plugin + MCP + skills + AGENTS.md	pi coding agent package + extension + skill	Kiro MCP + steering + hooks	Antigravity plugin + MCP + hooks + skills	Trae MCP + project rules	memcode 内置终端 Agent
OpenClaw bundle + MCP + hooks + skills	Hermes Agent plugin + MCP + hooks + skills	Oh-my-Pi package + MCP + hooks + skills	DeepSeek Harness MCP patch + AGENTS.md + skills	Any MCP Client stdio or HTTP MCP	Grok Build 原生 hooks + AGENTS.md

_{支持 MCP、hooks/rules 或插件/包入口的 Agent。所有 Agent 共用同一套本地优先记忆层。}

接入面：

接入面	作用	Memorix 入口
Setup 命令	一次性安装推荐的用户级 Memorix 接入	memorix setup --agent <agent> --global
MCP	给 Agent 提供搜索、详情检索、写入、reasoning 和协同工具	setup 包内置，或手动运行 memorix serve
使用规范	告诉 Agent 什么时候、怎么使用 Memorix，而不是每轮都强制查记忆	由 memorix setup 打包或生成
Hooks	在 Agent 支持时可选地捕获 prompt、tool 事件、文件编辑、session 生命周期和原生上下文压缩检查点	由 memorix setup 打包或生成
插件 / Bundle / Package	给支持插件、兼容 bundle 或 package 的 Agent 安装对应文件	Claude Code、Codex、CodeBuddy Code、GitHub Copilot CLI、Antigravity、OpenClaw、Hermes Agent、Oh-my-Pi、Pi
Extension	给支持 extension 的 Agent 安装对应文件	Gemini CLI
本地插件	给直接加载本地插件文件的 Agent 安装插件	OpenCode
MCP / rules 配置	给支持 MCP、rules、steering、guidance 或 hooks 的 IDE 和 Agent 写入配置	Cursor、Windsurf、Kiro、Trae、DeepSeek Harness
Skills	把沉淀下来的项目知识提升成可复用任务指导	memorix skills 和 memorix_promote
memcode	打开已经接好 Memorix 记忆的内置终端 Agent	memorix 或 memcode

当前支持矩阵和各类生成文件说明见 集成形态。

如果你想给某个仓库写项目级指导、规则或 hooks，再在那个仓库里运行一次不带 --global 的 memorix setup --agent <agent>。

CLI、MCP 和 HTTP 是不同入口：

• memorix CLI 用于直接操作：setup、记忆搜索/写入、Git Memory、导入导出、Dashboard、编排、诊断和自动化。
• memorix serve 是给 IDE / Coding Agent 使用的 stdio MCP 桥。
• memorix background start / memorix serve-http 是 HTTP 服务，用于共享端点、Dashboard、VPS Docker 部署或多客户端。

多设备记忆同步是可选功能，和 HTTP 共享服务不是一回事。它不会上传 memorix.db、WAL 或 SHM 文件。默认只同步当前 Git 项目中已确认且项目可见的 观察记录；个人、指定 Agent、候选和短期记录会留在本地。传入 --scope user 可覆盖全部本地项目。设置 MEMORIX_SYNC_PROVIDER 后，先运行 memorix sync store status --json 再 push。

要求：

• Node.js >=22.18.0
• Git，因为项目身份来自真实 Git root

安装并初始化：

npm install -g memorix
memorix init --global                   # 可选默认配置
memorix setup --agent claude --global   # 也可以是 codex、copilot、cursor、pi、gemini-cli、opencode、
                                       # codebuddy、windsurf、kiro、antigravity、trae、openclaw、hermes、omp

memorix init 是可选的，它会创建或更新 TOML 配置：

• ~/.memorix/config.toml：全局默认配置
• <git-root>/memorix.toml：可选项目覆盖配置

旧的 memorix.yml、.env 和 ~/.memorix/config.json 仍兼容读取，但新文档和新初始化流程都以 TOML 为准。

如果你想给某个仓库加项目级指导或 hooks，就在那个仓库目录里再跑一次不带 --global 的 memorix setup --agent <agent>。

连接现有 Agent

先用 setup 命令。全局形式是一键接入的默认路径：

memorix setup --agent claude --global
memorix setup --agent codex --global
memorix setup --agent copilot --global
memorix setup --agent cursor --global
memorix setup --agent pi --global
memorix setup --agent gemini-cli --global
memorix setup --agent opencode --global
memorix setup --agent windsurf --global
memorix setup --agent kiro --global
memorix setup --agent antigravity --global
memorix setup --agent trae --global
memorix setup --agent openclaw --global
memorix setup --agent hermes --global
memorix setup --agent codebuddy --global
memorix setup --agent omp --global
memorix setup --agent dsh --global
memorix setup --agent workbuddy --global
memorix setup --agent grok --global

它会做的事情取决于目标 Agent，但目标是一致的：你以后在哪里打开这个 Agent，Memorix 就可以在哪里被使用，而不是让你一个仓库一个仓库重复配置。

• Claude Code：安装 Memorix 插件包，写入 CLAUDE.md 使用规范；不加 --noHooks 时会启用自动捕获。
• Codex：安装包含 stdio MCP、skills 和生命周期 hooks 的 Memorix 插件包，并写入 AGENTS.md 使用规范。Codex 首次要求时，在 /hooks 中审核一次插件 hook；使用 --noHooks 可跳过自动捕获。
• GitHub Copilot CLI：安装 Copilot 插件包和官方 Memorix skills。
• Pi：安装用户级 Pi package 和官方 skills。
• Cursor：写入 Cursor 的 MCP / rules / 配置。
• Gemini CLI：安装 extension package、GEMINI.md 上下文、hooks 和 skills。Antigravity CLI 有官方 Gemini CLI migration 路径，但 Gemini CLI 仍是活跃的独立 target。
• OpenCode：安装本地插件文件、opencode.json、skills 和 AGENTS.md 指引。
• Windsurf、Kiro、Trae：写入目标支持的 MCP / rules / hooks 文件。
• Antigravity：安装官方 plugin package，包含 plugin.json、mcp_config.json、hooks.json、rules 和 skills，路径为 ~/.gemini/config/plugins/memorix 或 .agents/plugins/memorix。
• OpenClaw：安装 OpenClaw 兼容 bundle，包含 .mcp.json、官方 skills 和 OpenClaw HOOK.md / handler.ts hook pack。
• Hermes Agent：安装到 Hermes home（Windows native 默认为 %LOCALAPPDATA%\hermes，其他平台默认为 ~/.hermes，也支持 HERMES_HOME），在 config.yaml 启用插件，注册 plugin hooks、slash/CLI commands、skills，并写入 MCP 配置。
• CodeBuddy Code：安装用户级本地市场插件到 ~/.codebuddy/memorix-local，包含 MCP、skills 和 hooks。它不会修改既有的 CodeBuddy 模型、权限或 settings 文件；第三方 hook 仍由 CodeBuddy 自己的 /hooks 流程确认。
• Oh-my-Pi：安装 omp.extensions package，包含 extension hook 事件、memorix command、官方 skills，并写入 MCP 配置。
• DeepSeek Harness：向 $DSH_HOME/cordis.patch.yml（默认 ~/.dsh/cordis.patch.yml）写入一行 Memorix @deepseek-ai/dsh-mcp-client，向 harness 的 AGENTS.md 追加使用规范，并把官方 skills 安装到 $DSH_HOME/skills。这一行遵循 DSH 自带的 Memorix 参考配置，因此工具以 mcp__memorix__* 形式出现。
• Grok Build：把原生生命周期 hooks 安装到 ~/.grok/hooks/memorix.json，把使用规范写入 ~/.grok/AGENTS.md。默认仍由 Grok 自己管理 MCP；传入 --mcp http 时会写入 [mcp_servers.memorix]（url = "http://localhost:3211/mcp"）。项目级 hooks 需要在 Grok 中执行 /hooks-trust，全局 hooks 默认可信；也可以用 GROK_HOME 指定自定义 Grok 目录。

如果你想要更安静一点的安装，可以对那些 setup 能独立控制 hook capture 的 target 加 --noHooks。它会保留 MCP 和使用规范，只跳过 Memorix 的 hook 自动捕获。

如果你明确想要项目级指导或 hooks，就在那个仓库目录里再跑一次不带 --global 的 memorix setup --agent <agent>。

如果你的 Agent 只需要手动 MCP 配置，使用 stdio：

{
  "mcpServers": {
    "memorix": {
      "command": "memorix",
      "args": ["serve"]
    }
  }
}

如果是 npm 方式启动 MCP 客户端或收录平台测试器，请使用完整命令 npx -y memorix serve。serve 参数不能省略：人类在终端里直接运行 memorix 会打开内置 memcode，而 MCP 客户端应明确启动 stdio MCP 服务。

如果是手动维护 Claude Code 的 MCP 配置，需要在 memorix server 对象里加上 "alwaysLoad": true。这样 Claude Code 在 print-mode 启动时就会暴露 Memorix tools；memorix doctor agents --agent claude 可以检查并修复缺失的设置。

普通安装不需要 HTTP。只有在你明确需要共享后台服务、Dashboard、VPS Docker 部署，或多个客户端共用一个端点时才使用。本机开发直接运行 Node 服务，不需要 Docker：

memorix background start

然后让客户端连接：

http://localhost:3211/mcp

HTTP 模式下，如果客户端能提供工作区路径，Agent 应使用 memorix_session_start(projectRoot=...) 显式绑定当前仓库。最终项目身份仍以 Git 为准。

卸载

先预览：

memorix uninstall --dry-run

停止后台服务并移除 hooks：

memorix uninstall --background --hooks

完整清理：

memorix uninstall --yes --background --hooks --purge-data
npm uninstall -g memorix

memorix uninstall 会把需要手动清理的 MCP 配置路径列出来，不会悄悄去改你所有 MCP 文件。

从 CLI 管理记忆

memorix --cwd /path/to/repo resume "继续处理发布阻塞问题"
memorix checkpoint list
memorix memory search --query "release blocker"
memorix memory --help

# 可选：只在需要个人/团队记忆或协同时激活本地身份。
memorix identity join --agent-type codex --name codex-main
memorix memory store --text "个人排查笔记" --visibility personal
memorix task create --description "验证发布包"

# 有意沉淀长期记忆：先创建候选，再审核，审核前不会进入 Agent 的 Workset。
memorix memory long-term add --kind procedural --scope user --portability portable --title "发布验证偏好" --text "发布 npm 包前运行 focused tests 和打包后的 package smoke。" --applicability "发布 npm 包时。"
memorix memory long-term qualify --id <id> --reason "用户明确确认了这项偏好。"
memorix memory long-term approve --id <id> --reason "已审核，可在本机其它项目中使用。"

memorix transfer export --format json --out ./.memorix-export.json
memorix transfer import --file ./.memorix-export.json
memorix reasoning search --query "why sqlite"
memorix git-hook --force
memorix ingest log --count 20
memorix workbench

CLI 是直接入口，不依赖 MCP 会话。它默认绑定当前 Git 项目，也可以用 --cwd 指定项目。没有激活身份时，只会读写和导出项目公开记忆；只有明确需要个人/团队记忆或协同任务时，才运行 memorix identity join 或 memorix identity use --agent-id <id>。memorix identity clear 会回到项目公开范围；脚本可用一次性的 --as <active-agent-id>。已有 camelCase 参数仍兼容，kebab-case 也可直接使用。

管理受控媒体

媒体是显式、可控的。导入本地文件后，Memorix 会将其复制到本地数据目录、计算哈希，并放在 Git 工作区之外；只有执行附着操作后，资产才会进入普通项目记忆。它不会自动抓取每一张截图或工具输出。默认媒体资产上限为 100 MiB；自动视觉分析单独限制为 20 MiB。更大的图片仍可保存和附着，但不会被强行发送给模型，而是会留下明确的文本回退说明。

memorix media import --path ./architecture.png --json
memorix media attach --asset <asset-id> --title "架构图" --json
memorix media list --kind image --json
memorix media show --asset <asset-id> --json
memorix media remove --asset <asset-id> --force --json

# 受控派生：显式、有边界、可附着进记忆。
memorix media derive-pdf --asset <asset-id> --attach --json
memorix media derive-audio --asset <asset-id> --attach --json

# 旧的图像分析命令现在也会走同一套受控资产生命周期。
memorix ingest image --path ./architecture.png --json

MiniMax 图像生成是需要明确执行的 CLI 操作。视频生成会立即返回一个可持久查询的任务，不会把 Agent 请求卡在等待生成结果上。

# 在用户环境变量或 .env 中配置 MINIMAX_API_KEY，绝不要提交进 Git。
memorix media generate image --prompt "清晰的系统架构图" --json
# 图生图（MiniMax image-01 / image-01-live，通过 subject_reference）：
memorix media generate image --prompt "保留主体、更换背景" --image ./reference.png --json
memorix media generate video --prompt "简短的产品演示" --json
memorix media status --job <media-job-id> --json
memorix media cancel --job <media-job-id> --json

memorix_media 是所有 profile（包括 micro）中都有的紧凑 MCP 对应入口，可导入、附着、列出、查看、派生 PDF/音频、生成并查询任务状态。因为图像/视频生成可能产生 provider 费用，MCP 默认禁止生成；只有你明确允许 Agent 付费调用时，才设置 MEMORIX_MCP_MEDIA_GENERATION=1。默认的 OpenRouter 文本 embedding 仍然只是文本向量；只有明确声明支持该模态的 provider 才会生成媒体向量。文本描述和附着信息仍可通过普通检索使用。

使用内置终端 Agent

memorix
# 或
memcode

这会打开 memcode：一个已经接好 Memorix 记忆的终端 Coding Agent。

层	存什么	适合回答
Observation Memory	事实、坑点、修复、实现说明	“这里是怎么工作的？”
Reasoning Memory	原因、替代方案、约束、风险	“当时为什么这么选？”
Git Memory	从 commit 提炼出的工程事实	“最近改了什么，在哪些文件？”
Code Memory	文件、符号、import 关系、记忆到代码的新鲜度	“现在应该先看哪些代码？”
受管理的长期记忆	有来源证据、经过审核的情景事件、稳定事实或可复用流程	“以后还应记住什么、按什么方式做？”
Compact Continuity	最近一次宿主原生压缩的摘要或生命周期标记	“上次上下文压缩后留下了什么？”

默认搜索当前项目。scope="global" 可以跨项目搜索。“改了什么”优先匹配 Git Memory，“为什么”优先匹配 reasoning / decision 记录。

长期记忆不是把所有笔记自动堆进去。Observation、Claim、工作流、session 和代码快照仍各自承担原来的职责。Agent 可以在 memorix_store 时要求额外生成长期记忆候选，但候选绝不会自动进入任务上下文；用 memorix memory long-term qualify|approve|archive|supersede 留下带证据的生命周期记录。只有人工创建或用户确认的 user + portable 记忆，才可能在同一台机器的其它项目中按任务相关性被使用；项目代码、Git 事实、测试、工作流、session 和 Observation 都不能被提升成可携带的用户记忆。

memorix context "..." 是默认的 Memory Autopilot 入口。它会按任务生成紧凑 brief：修 bug 时偏向测试和复现，发版时偏向 package/changelog/build 检查，接手项目时偏向文档和入口文件；过期或不相关的记忆只作为 warning，不会一股脑塞进 prompt。只有 MCP 不可用时才使用 CLI 回退，并带上 --fallback --brief-json，它只返回同一份有预算的 brief 和“选了什么、略了什么”的回执；--json 保留给详细诊断。普通新任务不会自动得到旧会话的文本倾倒；明确要继续之前工作时，用 memorix resume "..."，只会补入最近一份有用的会话总结、最多三条当前可读的长期记忆锚点，以及最多一条带来源标识的近期宿主压缩检查点。每个长期锚点都有 durable:<id> 引用，Agent 只在确实需要完整已审核记录时才通过 memorix_detail 展开。关键词仍优先；没有命中而且用户已配置 embedding 时，Memorix 才会做一次 1.8 秒、不重试的语义回退，用于模型改写或跨语言任务。服务变慢或不可用时，正常的关键词 Workset 会原样返回。检查点只是生命周期证据，不是长期记忆，也不是聊天记录备份。Agent 应该先读 suggested files，再相信历史记忆。

你想做什么	运行
安装某个 Agent 的接入包	memorix setup --agent <agent> --global
检查或修复某个 Agent 接入	memorix doctor agents --agent <agent>、memorix repair agents --agent <agent>
手动暴露 stdio MCP	memorix serve
启动共享 HTTP MCP 和 Dashboard	memorix background start
前台调试 HTTP MCP	memorix serve-http --port 3211
直接检查或管理记忆	memorix memory、memorix reasoning、memorix session、memorix ingest、memorix media
管理已审核的长期记忆	`memorix memory long-term list
检查原生上下文压缩连续性	`memorix checkpoint list
使用交互式终端记忆控制台	memorix workbench
使用内置终端 Agent	memorix 或 memcode
运行编排式 subagent 工作	memorix orchestrate --goal "..."

memorix serve 默认使用 --mode micro（9 个工具），保持 MCP 工具 schema 紧凑。memorix setup 写入 --mode lite（21 个工具），覆盖常用记忆、连续性、会话、证据和反馈入口。需要协作工具时使用 --mode team（29 个工具），需要高级和兼容工具时使用 --mode full（48 个工具）。

memorix orchestrate 单 worker 默认使用当前 checkout；多 worker 时会在 .worktrees/ 下为任务创建隔离 worktree，并把成功的任务分支 merge 回来。用 --isolated 可强制单 worker 也隔离，用 --no-worktree 禁用 worktree，用 --allow-dirty 允许带未提交改动运行，用 --no-auto-merge 保留任务 worktree 方便人工 review。

memcode 是 Memorix 内置的终端 Coding Agent。它能读文件、改代码、运行命令、恢复 session、切换模型，并提供 /memory 命令；读写的仍然是同一套 Memorix 项目记忆。

想要一个开箱即用、已经带记忆的终端 Agent 时用它。

one Git project -> one shared Memorix memory pool

memcode 专门说明见 docs/MEMCODE.md。

最小 ~/.memorix/config.toml：

[agent]
provider = "openai"
model = "gpt-4o"
api_key = "..."

[memory.llm]
provider = "openai"
model = "gpt-4o-mini"
api_key = "..."

[embedding]
provider = "auto"

[memory]
inject = "minimal"
formation = "active"

[memory.llm] 和 [embedding] 负责记忆质量和检索；[agent] 是 memcode 编码时使用的模型。凭据放全局配置或环境变量，不要提交 secrets。

如需使用可选的 Atlas Cloud 记忆模型预设，可以运行 memorix init 选择 Atlas Cloud，或在 [memory.llm] 中设置 provider = "atlascloud"。它使用 OpenAI-compatible 的 https://api.atlascloud.ai/v1 endpoint，并读取 ATLASCLOUD_API_KEY 或显式的 MEMORIX_LLM_API_KEY。

如果使用 OpenRouter embedding，可以设置 provider = "api"、base_url = "https://openrouter.ai/api/v1"、model = "qwen/qwen3-embedding-8b"。这个 endpoint 下 Memorix 会读取官方 OPENROUTER_API_KEY；需要单独覆盖 embedding key 时仍可用 MEMORIX_EMBEDDING_API_KEY。

使用 Requesty 时，可在 memorix init 中选择 Requesty，或在 [memory.llm] 中设置 provider = "requesty"（endpoint 为 https://router.requesty.ai/v1，key 读取 REQUESTY_API_KEY 或 MEMORIX_LLM_API_KEY）。Requesty embedding 使用 provider = "api"、base_url = "https://router.requesty.ai/v1"、model = "openai/text-embedding-3-small"，并读取 REQUESTY_API_KEY。

使用 API Route 时，可在 memorix init 中选择 API Route，或在 [memory.llm] 中设置 provider = "apiroute"。预设使用 https://global.api-route.com/v1 和 deepseek-v4.1-flash，密钥读取自己的 API_ROUTE_API_KEY 或 MEMORIX_LLM_API_KEY。这是显式启用的记忆 LLM 处理；embedding 和 memcode 模型注册表仍需单独配置。详见配置说明。

受控 MiniMax 媒体生成可在环境变量或 .env 中设置全局 MINIMAX_API_KEY，或中国区 MINIMAX_CN_API_KEY。媒体库不会保存该 key、临时签名 URL 或 base64 负载。CLI 生成本身就是显式操作；若要让 MCP 中的 Agent 发起生成，还必须明确设置 MEMORIX_MCP_MEDIA_GENERATION=1。

Docker 只作为 VPS/托管环境的 HTTP 部署方式，不是本机开发或 stdio MCP 的必需品：

docker compose up --build -d

启动后：

• Dashboard：http://localhost:3211
• MCP：http://localhost:3211/mcp
• Health：http://localhost:3211/health

如果要使用项目级 Git / 配置行为，容器必须能看到传给 projectRoot 的仓库路径。

在 TypeScript 中直接使用 Memorix：

import { createMemoryClient } from 'memorix/sdk';

const client = await createMemoryClient({ projectRoot: '/path/to/repo' });

await client.store({
  entityName: 'auth-module',
  type: 'decision',
  title: 'Use JWT for API auth',
  narrative: 'Chose JWT because the API is stateless and used by multiple clients.',
});

const results = await client.search({ query: 'auth decision' });
await client.close();

从这里开始	适合场景
文档地图	快速找到正确文档
安装与接入	安装、使用 memorix setup、选择 stdio vs HTTP
集成形态	插件包、MCP、项目规则、hooks 和 skills 支持
配置指南	TOML 配置、模型 lane、兼容文件
API 参考	MCP 工具和 CLI 命令
Git Memory	commit 摄入和工程事实检索
Docker	容器化 HTTP 服务
memcode	使用内置终端 Agent
Agent Playbook	面向 AI Agent 的安装、绑定、hooks、排障手册
开发指南	贡献、测试、发布检查
更新日志	每个版本改了什么

LLM 友好摘要：llms.txt 和 llms-full.txt。

git clone https://github.com/AVIDS2/memorix.git
cd memorix
npm install
npm run lint
npm test
npm run build

Memorix 借鉴了 MCP 生态和 mcp-memory-service、MemCP、claude-mem、Mem0 等记忆项目的做法。memcode 基于 Pi coding-agent codebase，针对 Memorix 生态做了适配。

Apache 2.0

Star 历史

_{由 GitHub 隐私安全的 Star History API 自动更新，不再生成自动 PR。}