定向记忆库：为AI代理提供工具无关的项目上下文

定向记忆库（Directed Memory Bank，简称DMB）是一种轻量级的文件约定，旨在解决AI编码代理在每次新会话中丢失项目上下文的问题。它使用纯Markdown文件，组织成结构化的知识库，可以被任何支持文件读取的AI工具使用，如Claude Code、Cursor、Gemini等。

背景与问题

当开发者从一个AI会话切换到另一个，或从Claude Code切换到Cursor时，通常需要花费5-15分钟重新解释项目栈、认证流程、约束条件等。DMB消除了这种重复劳动。它使得AI代理能够“接续”而非“重启”会话，所有项目上下文已经就绪。

解决方案

DMB的核心是memory-bank/目录，包含两个层次：

• 知识层：存储项目架构、领域知识、约定和技术决策。这些信息变化缓慢，当项目演进时更新。
• RAM层：记录当前工作焦点、进行中的主题和已完成工作的日志。每次会话都会变化。

_index.md文件充当清单，列出所有文件及其适用场景。对于每个AI工具，可以通过薄的集成文件（如.claude/skills/、.cursor/rules/等）引用memory-bank/中的文件，从而实现工具无关的上下文共享。

快速上手

安装非常简单：在项目目录中运行npx directed-memory-bank init，或者手动复制模板。然后打开AI工具，指示它按照memory-bank/INSTALL.md进行设置。回答几个问题，你的进度会被追踪在_adoption.md中，下次可以继续。

与其他工具的比较

DMB并不取代现有的工具，而是与它们互补。与单个CLAUDE.md文件相比，DMB支持跨工具复用，且通过文件拆分避免了单个文件膨胀问题。与MCP内存服务器相比，DMB没有运行时依赖，并且可以版本控制。它适用于多写者环境（人类和CI机器人同时写入），通过文件级写入避免了合并冲突。

为什么是现在

上下文协议正在趋同，AI团队成为多写者，代理式CI正在兴起。DMB提供了一个简单、无工具依赖的通用上下文层，适应这些趋势。它确保团队决策持久化，知识不会随着人员流动而流失。

总之，定向记忆库是一个小而强大的模式，适合任何希望提高AI编码代理效率和一致性的团队。