换 AI、换会话,接着干
不用重讲,先核验再信
switch AI · verify first, then trust

给 AI 编码 agent 的本地记忆层。换手后先核验工作有没有被改,再决定信不信——不是给人记的笔记。

最省事:复制一句话,让 AI 自己接
iHow Memory · 接力 → 核验 → 接着干
实时
本地存储不上云 · 每条带文件行号出处 · 换手前先核验再信
我们不解决「AI 记住事实」——那个市面都能做。
我们解决的是换工具、换会话、换人接手后,项目能继续干活
它记录的是项目全貌——决策、约束、偏好、交接,可读可改、可沉淀成团队知识库;在公司里,就是人与 AI 之间的信息中台与传递层
已有一家早期试点团队在用它,把知识库、账号长期记忆与客户项目记忆,接进自己现有的 AI 系统。
中立跨厂商
在 Claude Code · Codex · Cursor · 腾讯 WorkBuddy 之间中立通用,换手不掉线
本地优先 · 可审计
关键状态是 Markdown,可读、可改、可回滚
开源 · 已上线
npx ihow-memory@next setup 一行接入,alpha.20 在 npm @next 频道
开始使用 · 免费接入

一行命令接入,
完全免费、开源

命令行现在就能用——复制一行就接上了。桌面应用与 Obsidian 插件开发中。本地优先,数据不出本机。

最省事 · 推荐:复制这段提示词,直接发给你的 AI
帮我接入 iHow Memory(本地、免费、开源的 AI 记忆层,跨会话、跨工具记住这个项目):① 终端跑 node -v 确认 ≥22.12,没有就先装 Node LTS;② 运行 npx ihow-memory@next setup(自动探测我装的 AI 工具并逐个配好,写入前会备份、不覆盖我现有配置);③ 跑 npx ihow-memory@next verify 把回执发我看。全程本地、数据不出我机器;需要我授权的操作先问我。
想手动接,或看全部 8 种接法? 指南 →
command line · npm

命令行 · npm

一条命令自动探测你装了哪些 AI 工具并逐个配好——Claude Code / Codex / Cursor / Claude Desktop,外加 WorkBuddy / OpenCode / Hermes / OpenClaw(单机冒烟级;Cursor 与 Claude Desktop 仅接收)。无需交互、可重复跑、写前自动备份。零依赖,数据不出本机。需 Node ≥22.12 · macOS / Linux / Windows(WSL 推荐)。

$ npx ihow-memory@next setup

setup 自动探测你装的每个 AI 工具并逐个配好;想手动只接某一个? 全部 8 种见指南

免费
desktop app · coming soon

桌面应用

双击安装,不用终端。一键接入 + 可视化记忆图谱 + 自动更新。

开发中
Obsidian plugin · coming soon

Obsidian 插件

记忆本就是本地 Markdown——在 Obsidian 里原地打开就能用。

开发中
自证 · 不靠信任

别信我们的绿——
自己跑一遍

我们说 verify-first,你不用信。接上之后跑一条命令,在你自己机器上确定性地复现这套保证;亲眼看它变绿,再信。

$ npx ihow-memory@next benchmark

最多 11 项确定性检查(6 项续接判定电池需 git;没有 git 仍跑核心 5 项):三色判定能区分(绿 = 窄 · 漂移 → 红 · 不确定 → 黄),no-false-green 底线挡住未核验 / 密钥 / 常驻规则 / 伪造锚点。可重复跑、结果一致;任一检查失败即非零退出。

verify

verify · 给回执,不是承诺

一条命令打出可复现的自证回执:本地存储 + 各 runtime 的 MCP 可达性 + 这次签出的绿 / 黄 / 红判定——每行都附你能自己重跑的命令。

npx ihow-memory@next verify
recall

recall · 默认开

新会话不用你开口就自动召回相关记忆——人工审过的决策和自动记下的软事实(偏好、配置)都默认浮出,未经核验的状态断言与危险行为暗示会被拦在默认面外。记错了? 一句 ihow-memory forget 就让它在搜索和召回里都不再出现,随时可撤销。完全不要,--no-recall 关掉。

ihow-memory forget · --no-recall
import

import · 把旧记忆接进来

把你在别处写过的记忆——Claude Code MEMORY.md、任意 .md 笔记——一条命令导入可搜索的 journal。先 dry-run、可逐条回滚;改过的用 --update 刷新。

npx ihow-memory@next import
问题 · the problem

AI 看起来很聪明
却每天都在失忆

同一个客户、同一个项目、同一个问题——昨天 AI 答得很清楚,今天却像第一次见。

周一 · 14:32
上下文完整
周二 · 新会话 / 或换了个工具
上下文清零
01 / 反馈失忆

客户改了 3 次
第 4 次还在犯同样错

反馈与迭代规律没被记下来,每次都从零开始。客户的耐心,消耗在重复指出相同问题上。

02 / 工具失忆

换个 agent / 工具
所有上下文清零

项目状态、客户禁忌、团队决策跟着 session 一起死。换工具等于换团队从头讲。

03 / 团队失忆

新人接手客户
要重看 200 条聊天

项目知识困在某个人的对话历史里。换人等于从头摸索,团队规模化无从谈起。

工作原理 · how it works

它怎么工作

不替换你的现有工具,不接生产路径。在你工作的同时,把值得记住的东西沉到本地。

STEP 01

业务发生

聊天、改稿、新建项目、客户反馈——所有真实工作流都是事件源。

STEP 02

自动提炼

后台从对话和反馈中抽出风格规则、禁忌、人设、迭代规律。

STEP 03

轻量沉淀

三层处理:低风险自动写 / 不确定先候选 / 高影响才让人确认。

STEP 04

下次调用

生成前自动注入 context pack。AI 自动避开禁忌、用对风格、记住客户。

AI 工具 记忆核心 数据存储
↓ 点击任一节点,查看它做什么
点击上面任一节点,看它在记忆系统里做什么
界面示意 · interface sketch

如果记忆可见
它大概长这样

记忆按类型归档——项目 / 客户偏好、反馈规律、关键决策、交接日志一目了然。下面是一个示意界面,展示它大概长什么样。

iHow Memory · 项目记忆库
互动演示 · live demo

点一个示例
看记忆如何被提取与调用

下面是按场景预演的过程演示,展示 events → 提炼 → writeback → context 的流转——不接真实 LLM,但每一步都对应产品里真实的处理环节。

下面用「短视频脚本」做示例。同样适用于 AI 编程、客户咨询、产品规划、研究项目、客服培训等任何长期协作场景 — 原理相同。
业务输入
已提取的记忆
点左边任一示例开始
AI 下次生成 · 已自动注入项目记忆
无记忆 · before
带记忆 · after
为什么是我们 · why us

市面已有很多记忆库
为什么还需要 iHow Memory

现有的 AI 记忆方案大多在解决「AI 应该记什么」。我们解决的是另一个问题:换工具、换会话、换接手人之后,这些记忆还接得住吗。

local-first

本地优先

客户资料不出你的环境就能用。文件协议存储,不依赖云数据库。

对比 · 云 SaaS 路线
auditable

可审计

关键状态是 Markdown,人能直接读、改、回滚。不是向量黑盒。

对比 · 向量数据库黑盒
multi-agent native

多 Agent 接力

换 AI 不丢上下文,多 agent 协作不打架。已验证:三个独立 agent 共用同一项目记忆。

对比 · 单 Agent 记忆
portable memory

记忆可迁移

你和 AI 一起沉淀的资产以开放格式留在你自己的环境里。换工具、换公司、换平台,下一个团队仍然能接着用。

对比 · 绑死单一工具的记忆
问题
通用 AI 聊天 / 记忆库的处理
iHow Memory 的处理
关掉会话后
大多按会话保存;项目级状态不一定持久
项目记忆以文件形式落到本地,跨会话可读
换一个 AI 工具
记忆通常绑定在某一个工具里
多个 AI 共用同一份本地项目记忆
想知道某条记忆怎么来的
多为向量检索,黑盒,难解释
关键状态是 Markdown,人能直接读、改、回滚
客户的反馈规律
多为对话历史,没专门沉淀成规则
反馈被提炼为规则并在下次生成时注入
不同客户 / 项目隔离
未必有清晰的项目级命名空间
tenant / project / user 边界先于检索与写回执行
敏感数据
需要把数据上传到云端服务
本地优先;不要求把客户资料上传到任何外部服务
不再用这个工具 / 平台时
记忆通常绑在该平台,带走也读不出来
记忆是开放格式,留在你自己的环境,任何工具或下个团队都能接着用
开放标准 · 背后的可信度

产品背后,是一套开放的
记忆交接验收标准

iHow Memory 是产品;我们同时把「换工具、换会话、换人之后,记忆交接到底算不算可靠」整理成一套公开、可审阅的标准。产品按它实现,也欢迎别的实现一起对齐。

适用场景 · use cases

适合不想让 AI
每次都从零开始的团队

不只是某一个垂直场景——下面这些都适用。目前已有一家早期试点团队在跑其中之一。

内容生产 · 短视频 / 营销

客户人设、改稿规律、禁忌词库被自动记下,下次脚本生成自动应用。返工率下降,团队提稿稳定性提升。

MCN · 内容工作室 · 品牌团队
典型应用短视频脚本生成、广告文案、直播话术、品牌内容
适合团队MCN 机构 / 内容工作室 / 品牌内容团队 / 投放优化团队
想解决的问题客户改稿规律没人记 · 不同客户的禁忌词容易串

AI 编程 · 长期开发协作

数周至数月的开发项目中,不同编程 agent 与 IDE 助手都能接上代码库结构、决策演进、技术债边界。

multi-agent dev
典型应用长期项目研发、跨工具协作、跨人接力、CI/CD 维护
适合团队自研团队 / 外包公司 / AI 编程工具混用团队 / 个人开发者
想解决的问题换工具就丢上下文 · 新人接手要重读全部聊天记录

企业知识 · 内部 AI 助手

员工与 AI 的每次交互都沉淀为企业知识,新人上手更快。组织级偏好、流程、规则形成可复用资产。

enterprise knowledge
典型应用AI 客服、内部知识库、流程自动化、智能问答、培训助手
适合团队中型企业 IT 部门 / 客服运营 / HR / 知识管理团队
想解决的问题历史决策没人能复述 · 新人培训反复讲同一套

咨询 / 设计 / 交付项目交接

项目中期换人,客户偏好、关键决策、阶段产出随记忆一起交接——换手后先核验,再接着干,交接成本大幅降低。

handoff workflow
典型应用设计交付、咨询项目、外包开发、品牌升级项目、市场调研
适合团队设计公司 / 咨询公司 / 项目交付团队 / 4A 广告公司
想解决的问题中途换人客户偏好丢失 · 已经定下来的事被重新讨论

研究 / 调研 / 资料沉淀

数月的研究资料、访谈记录、参考文献自动关联与索引,任意阶段都能回溯关键发现与决策依据。

research archive
典型应用学术研究、行业调研、市场分析、产品调研、用户访谈整理
适合团队研究员 / 分析师 / 产品经理 / 战略规划 / 智库
想解决的问题几个月的资料散在不同 AI 工具 · 跨阶段思路接不上

高敏数据 · 私有化部署

敏感数据不出本地,同时享受 AI 持续学习的便利。文件级可审计,便于企业合规审查。

private deployment
典型应用法务文书、医疗记录、金融分析、政企内部、合规审计
适合团队金融机构 / 律所 / 医院 / 国企 / 政府智库
想解决的问题敏感数据不能进云端 · 又希望 AI 能持续沉淀经验
企业接入 · for business

让你现有的 AI 系统
真正记住业务

在不推倒重做的前提下,补齐方法论沉淀、账号长期记忆、客户项目记忆。

你的 AI 已经能聊天、能回答问题、能写东西,但它还不知道你们最值钱的方法论,也接不住团队上一轮工作之后的下一步。
knowledge base

总部私有知识库

把你们的方法论、案例和流程文档,整理成 AI 能稳定调用的业务资产。

account memory

账号长期记忆

每个成员或账号都有自己的长期记忆,互不串线,同时按权限调用总部知识库。

project memory

客户项目记忆包

每个客户或项目的关键事实——偏好、约束、决策、阶段产出——形成独立记忆包,后续工作能接着来。

一期先跑通这些事

评估现有系统,明确哪些保留、哪些增强。
整理样板资料,导入知识库或项目记忆。
AI 先生成候选知识,再由人工确认入库。
跑通一个样板项目,形成可演示的接入闭环。
了解标准依据
点按钮即可复制邮箱地址,来信必复。想直接打开邮件应用? 用邮件 App 打开
iHow Memory 微信咨询二维码
或扫码加微信
企业咨询 / 试点,微信更快
试用与参与 · try & participate

现在就接上你的 AI,
跑一次「换手不掉线」

命令行现在就能用——一行接上 Claude Code / Codex / Cursor。用过之后,哪里掉链子、缺什么,直接告诉我们;也欢迎对背后的开放标准提批评。

ihow-memory · alpha

先用起来,再把问题甩给我们。

在你自己的工作流里跑一次真实换手:换 AI、换会话、换人之后接着干。哪里掉链子、哪里答错?bug 和需求直接发过来。

bug / 需求走 ihow-memory-core Issues,或命令行一键 ihow-memory feedback。

想聊背后的开放标准?到 standard 仓 Discussions 讨论。