双轨记忆系统
架构
┌─────────────────────────────────────────┐
│ 双轨记忆系统 │
├──────────────────┬──────────────────────┤
│ Memory MCP │ .ai_state/ │
│ (云端持久) │ (本地文件) │
├──────────────────┼──────────────────────┤
│ • 跨项目知识 │ • 项目状态 │
│ • 长期经验 │ • 会话上下文 │
│ • 技术决策 │ • TODO/kanban │
│ • 用户偏好 │ • 错误记录 │
└──────────────────┴──────────────────────┘
Memory MCP 使用
存储知识
memory_store({
category: "技术决策",
title: "认证系统设计",
content: `
选择 JWT + Redis 方案
原因: 支持分布式、可快速撤销
注意: token 过期时间设置...
`,
tags: ["auth", "jwt", "architecture"]
})
查询知识
memory_search({
query: "认证相关的设计决策",
category: "技术决策", // 可选
limit: 5
})
更新知识
memory_update({
id: "knowledge_id",
content: "更新后的内容..."
})
.ai_state/ 文件系统
目录结构
.ai_state/
├── session.lock # 会话锁
├── active_context.md # 当前上下文
├── TODO.md # 任务列表
├── kanban.md # 看板状态
├── errors.md # 错误记录
├── knowledge.md # 本地知识 (降级存储)
└── handoff.md # AI 交接文档
session.lock
{
"session_id": "uuid",
"started_at": "2025-01-01T00:00:00Z",
"ai_engine": "claude",
"current_phase": "Execute",
"current_task": "task_id"
}
active_context.md
# 当前上下文
## 任务
[当前任务描述]
## 进度
- 阶段: Execute
- 完成: 3/5
## 关键信息
- [重要上下文1]
- [重要上下文2]
## 最近决策
- [决策1]
- [决策2]
errors.md
# 错误记录
## 2025-01-01 10:30
**任务**: 修改 auth.ts
**错误**: TypeError: undefined is not a function
**根因**: 未检查返回值
**解决**: 添加空值检查
**教训**: 总是检查异步函数返回值
knowledge.md (Memory MCP 降级)
# 本地知识库
## 技术决策
### 认证系统
- 方案: JWT + Redis
- 原因: ...
## 经验教训
### 错误处理
- 总是检查异步返回值
- ...
同步策略
优先级
读取:
1. Memory MCP (优先，最新)
2. .ai_state/ (降级，本地)
写入:
1. 同时写入两处 (若可能)
2. 仅 Memory MCP (跨项目知识)
3. 仅 .ai_state/ (项目特定)
场景判断
跨项目通用:
存储: Memory MCP
示例: 技术最佳实践、通用设计模式
项目特定:
存储: .ai_state/
示例: TODO、kanban、当前任务状态
两者都需要:
存储: 都写
示例: 重要决策（Memory持久化 + 本地快速访问）
会话恢复
onSessionStart 流程
1. 检查 session.lock
- 存在 → 恢复会话
- 不存在 → 新建会话
2. 读取 active_context.md
- 获取上次状态
- 识别待续任务
3. 查询 Memory MCP
- 获取相关知识
- 加载历史决策
4. 加载 kanban.md
- 识别 DOING 任务
- 继续执行
恢复示例
async function restoreSession() {
// 检查 session.lock
const lock = await readFile('.ai_state/session.lock');
if (lock) {
console.log('恢复会话:', lock.session_id);
// 读取上下文
const context = await readFile('.ai_state/active_context.md');
// 查询相关知识
const knowledge = await memory_search({
query: context.task,
limit: 3
});
// 继续任务
return { context, knowledge, resumeFrom: lock.current_task };
}
return null;
}
清理策略
任务完成后
保留:
- Memory MCP 中的知识
- errors.md 中的教训
清理:
- session.lock
- 可选: 归档 TODO.md 和 kanban.md
会话中断
保留所有文件，等待恢复:
- session.lock 标记未完成
- active_context.md 保留最新状态
- kanban.md 保留 DOING 状态
wenjunduan