PROJECTMEM：面向AI编码智能体的本地优先事件溯源记忆与判断层

人工智能编码助手现在支持越来越多的软件工作，从快速脚本到生产应用程序。然而，这些代理在很大程度上仍然是无状态的：每个新会话都会重新读取项目文件，重新得出先前的决策，并且（成本最高）可能会重复已经失败的调试尝试。重建此上下文每个会话估计会消耗 5,000-20,000 个令牌；瓶颈通常不是模型能力，而是缺少项目记忆。我们提出了projectmem，一个用于人工智能编码代理的开源、本地优先的记忆和判断层。 projectmem 将开发记录为仅附加的纯文本事件日志，其中包含键入的事件（问题、尝试、修复、决策和注释），并确定性地记录项目，记录到通过模型上下文协议 (MCP) 提供的紧凑、AI 可读的摘要中。除了存储之外，projectmem 还添加了一个确定性的预操作门，可以在代理重复之前失败的修复或编辑已知的脆弱文件之前发出警告。我们将其定义为“记忆即治理”：记忆不仅会回答智能体，还会对其下一步行动起作用。系统完全离线运行，无需遥测；其不可变日志还可作为可重复、可审计的人工智能辅助开发的来源追踪。 projectmem 作为一个三依赖 Python 包（14 个 MCP 工具、19 个 CLI 命令、37 个自动化测试）提供，并通过为期两个月的自学进行评估，涉及 10 个项目，其中包含 207 个记录的事件。源代码：https://github.com/riponcm/projectmem。