编程 Agent 记忆工具怎么选:七款对比
文章依据项目文档,对比七款编程 Agent 记忆工具的存储位置、账号要求、记忆写入机制、模型调用和许可证。作者披露自己开发了其中的 hippo,读者需结合这一利益关系评估比较结论。
AI 深度解读
编码助手能读懂当前代码,却未必记得上次被纠正过什么。这篇对比把 Claude Code、Codex 和 Cursor 的 7 种记忆方案放到一起:有的自动旁听,有的等模型主动记笔记,有的把记忆变成你能审查的 Markdown。
真正影响选择的,是谁负责记录、数据存在哪里、是否额外调用模型,以及换一个编码助手后还能留下多少能力。作者也公开了自己开发 hippo 的身份;文中唯一一组纠错实验,恰好来自这个项目,需要带着证据边界读。
先分清:谁替你记住这次教训
作者先向 Claude 和 ChatGPT 各问了 8 个问题。在合计 16 个回答里,Basic Memory 出现 9 次,Mem0 7 次,Cognee 和 Supermemory 各 6 次,claude-mem 4 次,hippo 1 次。这只能反映模型推荐频率,不能当效果排名。产品信息来自作者于 2026 年 11 月 22 日查阅的 README 和文档。
第一类方案会自动观察工作过程。
claude-mem 通过 Hooks 把工具调用交给本地 worker,再由观察模型提炼成短记录,会话结束时生成摘要。观察模型支持 Ollama、LM Studio 或 OpenAI-compatible endpoint。它像一个随行记录员,代价是多了一条模型处理链路。
Cognee 的 Claude Code 和 Codex 插件会自动捕获提示词、工具轨迹,并在每轮召回相关内容。它把输入整理成知识图谱,也就是把事实和事实之间的关系存下来。默认可用本地 GLiNER 和本地 embedding 模型,无需 API key;配置供应商密钥后,处理过程会调用该供应商。
第二类方案依赖助手主动保存。
Mem0 的托管 MCP 由 agent 自行决定何时调用 add_memory。Basic Memory 则通过 bm_write 等工具写笔记,Claude Code 插件提供会话开始简报和上下文压缩前检查点,自动捕获需要主动开启。官方 MCP memory server 让模型调用 create_entities、add_observations,具体存什么由提示词引导。
自动捕获减少遗漏,主动保存则更依赖模型判断什么值得留下。
Supermemory 两条路都提供:Claude Code 插件自动捕获对话和重要工具使用,MCP 工具也允许 agent 主动保存。因此,选型时不能只看「支持记忆」,还要看记录究竟由谁触发。
都写着支持三个助手,实际接入并不一样
存储位置会直接影响可检查性和迁移方式。
claude-mem 使用 ~/.claude-mem/claude-mem.db 下的 SQLite,并配合 Chroma 做语义搜索,云同步可选。但 Cursor 安装默认使用托管服务 CMEM Pro,除非选择其他 provider;安装指南也列出了 Codex CLI。
Mem0 的托管 MCP 需要 Mem0 Platform 账号,记忆保存在账号里,文档强调本机不运行服务。它覆盖 Claude Code、Cursor,以及通过 ~/.codex/config.toml 配置的 Codex。开源库可以自行部署,默认使用 gpt-5-mini 和 text-embedding-3-small。托管 MCP 和开源库自部署,不能混为一种使用方式。
Basic Memory 把 Markdown 作为可读写内容,本地 SQLite 负责索引。变更笔记默认由 fastembed 在本地生成向量,也可接 OpenAI-compatible API,云同步可选。它有三个助手的配置指南,也是这份名单里唯一采用 AGPL-3.0 的工具。
官方服务器更简单:本地知识图谱保存在一个 JSONL 文件里,README 覆盖 Claude Desktop 和 VS Code。原文没有给出它对三个编码助手的完整接入说明。
跨助手共享方面,Supermemory 有 Claude Code、Codex 和 Cursor 插件,其中 Codex 插件可与 Claude Code、Cursor、OpenCode 共享记忆。它默认通过 API key 连接托管服务,也支持数据存于 ~/.supermemory 的本地实例。本地事实提取可选 OpenAI、Anthropic、Gemini、Groq 或 Ollama,embedding 默认在本地运行,但 URL 导入仍经过托管 reader。
hippo 则为每个仓库保存独立 SQLite,另在 ~/.hippo/ 保存全局记忆,并输出 Markdown 副本,方便 grep、提交和 PR 审查。默认保存不调用模型;设置 ANTHROPIC_API_KEY 后,hippo sleep 等可选功能会调用模型提取事实,也能关闭。
它的接入差异尤其具体:hippo init 向已有 CLAUDE.md 或 AGENTS.md 添加指令。Claude Code 有 9 个 hooks,每次提示最多召回 5 条词语匹配的记忆,还会保存压缩前任务和失败工具调用。Codex 有 2 个 hooks,需要在 /hooks 中信任,且会话捕获默认不启用。Cursor 读取 AGENTS.md,配置 hippo mcp 后得到 13 个工具,但单靠 MCP 不会捕获会话。
错误重复从 21 次降到 11 次,证明了多少
作者团队在 29 个仓库上做了预注册测试:先由脚本纠正 Claude Code 一次,再隔 2 到 4 个任务,观察它是否重复同一错误。
100 次机会里,仅用内置记忆时重复错误 21 次,安装 hippo 后为 11 次,作者报告成本相同。
这是有价值的结果,但作者也交代了关键限制:关闭教训捕获后,收益仍然相同。因此,实验支持「安装 hippo 后表现改善」,却无法证明改善来自保存的教训。测试只覆盖 Claude Code,不能推广到 Codex 和 Cursor;测试代码和运行记录也未公开。
hippo 另提供 hippo outcome --bad,降低上次召回记忆的权重;hippo supersede 用新事实替换旧事实,同时保留历史。这些机制针对记忆过时和误导问题,但原文没有给出它们各自的独立效果数据。
我的判断
这篇最有用的地方,是把「记忆」拆成了捕获、存储、召回和纠正。团队需要的可能是自动记录,也可能只是几条稳定、可审查的项目约定,两者不必使用同一套方案。
如果规则少、变化慢,先维护 CLAUDE.md 或 AGENTS.md 通常更容易检查;如果跨会话经验持续增加,再考虑搜索和自动捕获。这个取舍属于站内判断,原文没有提供与手工规则文件的对照实验。
作者的选型建议大多来自文档和经验,没有七款工具的统一横评。claude-mem 的 119k stars 与 hippo 的 794 stars 能说明项目体量,无法证明记忆质量。自动记录是否引入噪声、每轮召回消耗多少上下文、长期使用成本如何,原文都没说清。
能保存记忆,只证明信息留下了;能否在正确时机用对,还需要单独验证。
能拿来做什么
- 先挑一个反复出现的项目错误,例如总是使用已弃用的构建命令,记录纠正后几轮任务是否再次发生,用具体行为评估记忆效果。
- 如果主要使用 Claude Code,并希望减少手动记录,可以先比较 claude-mem 和 Cognee 的自动捕获方式,同时检查模型调用位置和生成的记录。
- 如果在 Claude Code、Codex、Cursor 之间切换,可以重点验证 Supermemory 或 hippo 的共享能力,逐个确认保存、召回和会话捕获是否实际生效。
- 如果希望团队通过 PR 审查项目经验,可以优先考察 Basic Memory 的 Markdown 笔记或 hippo 的 Markdown 副本,把过时规则的修改也纳入审查。