OpenLTM – 面向AI程式設計代理的本地自衰減記憶外掛

OpenLTM 是一個開源、MIT 許可的長期記憶外掛，專為 Claude Code、OpenCode 和 Pi 等 AI 程式設計代理設計。它旨在解決 AI 程式設計會話中記憶丟失的問題，讓代理能夠自動記住程式碼庫中的模式、決策和注意事項，而無需開發者手動記錄。

該外掛的核心理念包括四個原則：記憶應自動捕獲、衰減是特性而非缺陷、語義搜尋優於關鍵詞、零配置且無鎖定。OpenLTM 透過鉤子在會話結束時自動提取模式，在會話開始時注入相關上下文。記憶使用重要性加權衰減，重要性分數為 5 的記憶將永久保留，其餘記憶會隨時間自然淡出。

搜尋採用混合策略：首先使用 FTS5 全文搜尋，若無結果則啟用向量嵌入語義搜尋。使用者可以按含義搜尋，例如“我們如何處理非同步錯誤”即可找到相關記憶，即使沒有精確匹配。

OpenLTM 的功能包括：自動回憶過去的決策和模式，自動學習每段會話，在會話開始時注入相關上下文，重要性加權衰減，記憶關係圖遍歷，以及基於瀏覽器的記憶網路視覺化。它還支援透過 sqlite-vec 進行向量最近鄰搜尋，並在不可用時回退到 JS 餘弦相似度。

安裝方式有三種：透過 Claude Code 市場推薦安裝，使用 bunx 命令，或透過 git 克隆。安裝後，會話開始時自動注入上下文，使用者可透過命令如 /openltm:memory recall auth 查詢記憶，或使用 /openltm:health 檢視健康狀況。

記憶體模型基於 SQLite 資料庫，包含記憶、標籤、上下文項、記憶關係等表格。外掛還支援 SQLite 擴充套件如 sqlite-vec 和 Honker，用於非同步嵌入佇列和 cron 任務，且所有擴充套件均可優雅降級。

OpenLTM 的貢獻方式在 CONTRIBUTING.md 中有詳細說明，採用 MIT 許可。該專案由 RohiRIK 開發，專為 Claude Code 構建，但介面卡使其可用於其他代理。