定向記憶庫：為AI代理提供工具無關的專案上下文

定向記憶庫（Directed Memory Bank，簡稱DMB）是一種輕量級的檔案約定，旨在解決AI編碼代理在每次新會話中丟失專案上下文的問題。它使用純Markdown檔案，組織成結構化的知識庫，可以被任何支援檔案讀取的AI工具使用，如Claude Code、Cursor、Gemini等。

背景與問題

當開發者從一個AI會話切換到另一個，或從Claude Code切換到Cursor時，通常需要花費5-15分鐘重新解釋專案棧、認證流程、約束條件等。DMB消除了這種重複勞動。它使得AI代理能夠“接續”而非“重啟”會話，所有專案上下文已經就緒。

解決方案

DMB的核心是memory-bank/目錄，包含兩個層次：

• 知識層：儲存專案架構、領域知識、約定和技術決策。這些資訊變化緩慢，當專案演進時更新。
• RAM層：記錄當前工作焦點、進行中的主題和已完成工作的日誌。每次會話都會變化。

_index.md檔案充當清單，列出所有檔案及其適用場景。對於每個AI工具，可以透過薄的整合檔案（如.claude/skills/、.cursor/rules/等）引用memory-bank/中的檔案，從而實現工具無關的上下文共享。

快速上手

安裝非常簡單：在專案目錄中執行npx directed-memory-bank init，或者手動複製模板。然後開啟AI工具，指示它按照memory-bank/INSTALL.md進行設定。回答幾個問題，你的進度會被追蹤在_adoption.md中，下次可以繼續。

與其他工具的比較

DMB並不取代現有的工具，而是與它們互補。與單個CLAUDE.md檔案相比，DMB支援跨工具複用，且透過檔案拆分避免了單個檔案膨脹問題。與MCP記憶體伺服器相比，DMB沒有執行時依賴，並且可以版本控制。它適用於多寫者環境（人類和CI機器人同時寫入），透過檔案級寫入避免了合併衝突。

為什麼是現在

上下文協議正在趨同，AI團隊成為多寫者，代理式CI正在興起。DMB提供了一個簡單、無工具依賴的通用上下文層，適應這些趨勢。它確保團隊決策持久化，知識不會隨著人員流動而流失。

總之，定向記憶庫是一個小而強大的模式，適合任何希望提高AI編碼代理效率和一致性的團隊。