← 返回项目

MCP · Agent 基础设施 · 2026

记忆共享 · 跨 Agent 的项目经验沉淀 MCP

角色
设计 · 实现
技术
Python · FastMCP · SQLite/FTS5 · codesearch
场景
开源 · 本地优先
年份
2026
  • 9 个
    MCP 工具
  • SQLite + FTS5
    存储
  • 7+
    已挖矿项目
  • local-first · 脱敏
    部署

让 Claude / Codex 等不同 agent host 共享同一份"做过什么"的本地记忆。挖项目证据 → 候选 → 精炼经验卡,SQLite + FTS5 + 自动脱敏,通过 MCP 统一暴露 search / get / evidence-pack 几个工具。

背景

Claude、Codex、其他 agent host 各自跑各自的,但它们都在同一台机器上对同一批仓库做工作。复用经验本该很自然,但每个 agent 都重新爬一遍代码、再让模型从头总结,既慢又贵。我想要的是一层"项目经验"的共享记忆:把"做过的事"提炼成 reusable pattern,所有 agent 直接 search / get。

方法

把"挖"和"综合"分开。挖矿器跑成本低(只采证据,不调模型),综合靠 agent 在小包上做(贵但精),两边解耦后任何 agent 都能在已经收集好的证据上下文里做卡片。

  • Miner —— 注册项目,按主题(rag / mcp-tools / llm-api / agent-runtime …)抓焦点文件 + codesearch 命中,过滤忽略路径,脱敏后写成 bounded evidence pack
  • Agent 综合 —— 只对这一小包做综合,产出验证过的 markdown 经验卡
  • 卡和证据都进 SQLite + FTS5,通过 MCP 暴露给所有 agent host

9 个 MCP 工具

工具粒度刻意做小,每个工具单一职责,组合性强。

  • `list_projects` / `mine_experience_candidates` —— 项目登记 + 主题挖矿
  • `list_candidates` / `set_candidate_status` —— 候选状态(new / carded / rejected)流转
  • `search_experience` / `get_experience` —— 卡片查与读
  • `upsert_experience_card` —— 写卡入库
  • `get_evidence_pack` —— 取小包给 agent 做综合
  • `archive_experience` —— 归档历史

关键设计

本地优先、脱敏、可溯源是这个 MCP 的三块基石。

  • 挖矿和综合分离 —— 挖矿便宜,综合贵,谁需要谁来综合,不重复
  • 证据 bounded —— 每张卡的支撑材料有上限,防止 agent 被无关上下文淹没
  • 自动脱敏 —— 路径过滤 + 密钥模式识别,绝不进入证据包
  • 候选状态机 —— new → carded / rejected,留下决策痕迹

现状

已在多个真实项目上完成挖掘加卡片沉淀:financial-analyst、weekly-agentmemory、memory-share、personalized-repo-mcp、paper-distiller、pde-phase8/10、ceramic-ai-predict 等。卡片支持搜索 / 归档,候选支持状态流转。