OpenLTM – 面向AI编程代理的本地自衰减记忆插件

OpenLTM 是一个开源、MIT 许可的长期记忆插件，专为 Claude Code、OpenCode 和 Pi 等 AI 编程代理设计。它旨在解决 AI 编程会话中记忆丢失的问题，让代理能够自动记住代码库中的模式、决策和注意事项，而无需开发者手动记录。

该插件的核心理念包括四个原则：记忆应自动捕获、衰减是特性而非缺陷、语义搜索优于关键词、零配置且无锁定。OpenLTM 通过钩子在会话结束时自动提取模式，在会话开始时注入相关上下文。记忆使用重要性加权衰减，重要性分数为 5 的记忆将永久保留，其余记忆会随时间自然淡出。

搜索采用混合策略：首先使用 FTS5 全文搜索，若无结果则启用向量嵌入语义搜索。用户可以按含义搜索，例如“我们如何处理异步错误”即可找到相关记忆，即使没有精确匹配。

OpenLTM 的功能包括：自动回忆过去的决策和模式，自动学习每段会话，在会话开始时注入相关上下文，重要性加权衰减，记忆关系图遍历，以及基于浏览器的记忆网络可视化。它还支持通过 sqlite-vec 进行向量最近邻搜索，并在不可用时回退到 JS 余弦相似度。

安装方式有三种：通过 Claude Code 市场推荐安装，使用 bunx 命令，或通过 git 克隆。安装后，会话开始时自动注入上下文，用户可通过命令如 /openltm:memory recall auth 查询记忆，或使用 /openltm:health 查看健康状况。

内存模型基于 SQLite 数据库，包含记忆、标签、上下文项、记忆关系等表格。插件还支持 SQLite 扩展如 sqlite-vec 和 Honker，用于异步嵌入队列和 cron 任务，且所有扩展均可优雅降级。

OpenLTM 的贡献方式在 CONTRIBUTING.md 中有详细说明，采用 MIT 许可。该项目由 RohiRIK 开发，专为 Claude Code 构建，但适配器使其可用于其他代理。