随着Cursor、Copilot、Kiro 等工具普及,AI辅助开发已成为软件行业主流工作方式,但AI长期参与项目存在三大痛点:跨会话遗忘上下文、多个工具间状态不互通、多个AI无法协同分工,任务失败后处理经验难以沉淀复用。项目为解决这些问题:构建本地运行的AI记忆与协作中枢,记住项目历史、共享工具与状态、把每次处理沉淀为可复用经验。适用于个人开发者多AI辅助编程、团队项目知识管理、需要长期上下文的AI智能体应用等场景。
点击空白处退出提示
随着Cursor、Copilot、Kiro 等工具普及,AI辅助开发已成为软件行业主流工作方式,但AI长期参与项目存在三大痛点:跨会话遗忘上下文、多个工具间状态不互通、多个AI无法协同分工,任务失败后处理经验难以沉淀复用。项目为解决这些问题:构建本地运行的AI记忆与协作中枢,记住项目历史、共享工具与状态、把每次处理沉淀为可复用经验。适用于个人开发者多AI辅助编程、团队项目知识管理、需要长期上下文的AI智能体应用等场景。
项目由七个模块组成。MCPHub是统一网关,把多个AI、IDE和外部MCP服务接到一起,负责工具发现、路由、缓存、限流、熔断。记忆系统按用途管理多层记忆,支持项目快照的保存,以及按时间、会话、语义检索历史记录。Recent Memory整理“最近正在做什么”,ThinkDB把有价值的经验沉淀成带质量评分的长期记录。AI 协作中心负责多AI登记、心跳在线、消息和命令投递,能看到任务是否送达、哪个AI已确认。Task Runtime做受控任务执行,支持演练、审批和恢复。SafeMCP在工具调用前后做风险评分、审批和审计。桌面控制台用 .NET 8 加 Vue 3,托盘常驻,记忆、任务、缓存和系统状态在一个面板里管完。
架构设计到前后端代码和测试由我独立完成。后端用Python写了MCP协议服务,注册了149个工具,Hub用守护进程保活,崩了自动拉起。记忆系统是难点也是亮点:Journal按时间存快照,K索引按项目组织了5300多条记忆,向量缓存支持语义检索;后来又做了一套31个服务的新架构,跟旧系统并行跑,用灰度开关加影子对比验证,确认没问题再切换,避免迁移过程把用户数据搞坏。另一个难点是多AI协作,要解决状态共享、消息去重和命令送达确认,做了注册中心和 WebSocket广播来处理。前端控制台用Vue3加Element Plus,桌面壳是 .NET 8 的 WebView2,C# bridge把 Python能力桥接给前端页面。







评论