openmem

OpenCode 跨会话持久记忆插件。通过 3 层渐进披露机制减少新会话的 token 开销，不依赖任何 LLM 或外部 API，记忆数据完全本地存储。

功能特性

• 跨会话记忆持久化（SQLite + FTS5 全文搜索）
• 3 层渐进披露：Index 自动注入 → Timeline 按需查询 → Detail 按需查询
• 自动从 Write、Edit、Bash 工具调用中捕获记忆
• 6 个 MCP 工具供手动管理记忆
• 纯规则提取，无 LLM 调用，无外部 API 依赖
• 子 Agent 会话自动跳过注入（避免递归）

安装

npm install openmem

在项目的 opencode.json 中添加：

{
  "plugins": ["openmem"]
}

工作原理

openmem 采用 3 层渐进披露架构，在 token 开销与记忆完整性之间取得平衡：

新会话启动
  └─ 第1层: Index (~500 tok) ──自动注入──▶ 系统提示词
       │   话题列表 + 近期摘要，每次会话自动可见
       └─ 第2层: Timeline ──按需调用──▶ memory_timeline
            │   指定话题的时序观察列表
            └─ 第3层: Detail ──按需调用──▶ memory_detail
                    单条记忆的完整内容

第 1 层 — Index（自动注入）

每次新会话自动向系统提示词注入约 500 token 的记忆索引，包含活跃话题列表和近期观察摘要。无需任何操作，开箱即用。

第 2 层 — Timeline（按需）

使用 memory_timeline 工具查看某个话题下按时间排序的观察列表，适合快速回顾某个功能模块的演变历史。

第 3 层 — Detail（按需）

使用 memory_detail 工具获取单条记忆的完整内容，适合查阅某次决策的详细上下文。

MCP 工具

| 工具 | 说明 | |------|------| | memory_save | 手动保存记忆观察（指定类型、话题、标题、内容） | | memory_search | 关键词全文搜索所有记忆 | | memory_timeline | 查看指定话题的时序记忆列表 | | memory_detail | 获取指定 ID 记忆的完整内容 | | memory_forget | 删除指定 ID 的记忆 | | memory_stats | 查看统计信息（总条数、话题数、存储大小） |

记忆类型

memory_save 支持以下 6 种记忆类型：

| 类型 | 说明 | 重要度 | |------|------|--------| | error_fix | 错误修复记录 | 8 | | architecture | 架构决策 | 7 | | decision | 技术决策 | 6 | | discovery | 新发现 | 5 | | preference | 偏好设置 | 4 | | context | 上下文信息 | 3 |

默认配置

当前版本使用以下默认配置，无需额外设置：

• Token 预算：500 tokens（约 2000 字符）
• 最大话题数：20
• 自动捕获工具：Write、Edit、Bash、apply_patch
• 单条记忆最大长度：2000 字符
• 标题最大长度：100 字符

与 working-memory 的关系

| 插件 | 作用范围 | 存储方式 | |------|----------|----------| | opencode-working-memory | 当前会话内的短期记忆 | 内存 | | openmem | 跨会话的长期记忆 | SQLite |

两者定位互补，可同时使用。openmem 专注于在会话之间保留重要的决策、发现和错误修复记录。

数据存储

记忆数据存储在本地 SQLite 数据库：

{项目目录}/.opencode/openmem.db

数据完全保存在本机，不上传到任何外部服务。

License

MIT