尧图网页设计 
一条命令接入多个AI宿主agent-memory的Claude Code、Codex CLI与Muse Code集成配置全解【免费下载链接】agent-memoryLong-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and an independent sleep-time Manage layer. Claude Code and Codex share one store. No API key.项目地址: https://gitcode.com/gh_mirrors/age/agent-memoryagent-memory 是一个面向 AI 智能体的长期记忆运行时long-term memory runtime它用纯 Markdown 文件作为唯一事实来源通过本地排序检索让多个 AI 宿主共享同一个记忆库全程无需任何 API Key。今天这篇文章就带你用一条mem setup命令把 Claude Code、Codex CLI 和 Muse Code 三个宿主一次性接入同一个记忆存储并讲解每个宿主的配置细节与验证方法。一、为什么需要多宿主共享一套记忆 大多数编码智能体在会话结束时就会失忆。agent-memory 的解决思路是一个存储one store多个宿主multiple hosts——Markdown 文件躺在磁盘上SQLite 索引只是可以随时删除重建的缓存任何能执行 shell 命令的智能体都可以通过mem这条命令行进入和离开这个记忆库。官方测试中Claude Code、Codex CLI 和 Hermes 之间全部 9 个写方/读方配对都通过了互操作验证——一个宿主 shell 写入的记忆另一个宿主能原样找到。相关实验逻辑就在 packages/harness/src/agent_memory/harness/interop.py。二、安装 agent-memory先备好运行环境准备工作只有三步要求 Python 3.12 和 uvgit clone https://gitcode.com/gh_mirrors/age/agent-memory cd agent-memory uv sync --all-packages这会在.venv/bin里构建出三个可执行文件命令用途mem记忆库主 CLI写入、召回、管理mem-mcpMCP 服务器供支持 MCP 的智能体调用mem-hook宿主生命周期钩子入口由mem setup自动挂载然后把可执行目录加进 PATHexport PATH$PWD/.venv/bin:$PATH接着初始化记忆库默认位于~/agent-memory-store可用环境变量AGENT_MEMORY_STORE改到别处注意要在所有宿主的运行环境里都导出而不只是当前 shellmem init三、一键接入 Claude Codemem setup --host claude-code这是最典型的一条命令mem setup --host claude-codesetup做了四件事实现见 packages/adapters/src/agent_memory/adapters/setup.py探测宿主确认目标宿主存在对 Muse Code 会额外检查muse --version能否执行按宿主方言挂载钩子把mem-hook以绝对路径追加进~/.claude/settings.json的 hooks 配置——用绝对路径是因为桌面端客户端执行钩子时不读取你 shell 的PATH安装 agent-memory 技能写入智能体技能文件内容等价于仓库里的 skills/agent-memory/SKILL.md保留式合并只追加自己的钩子条目不碰你设置文件里的其他任何内容写入也是原子的。挂载后Claude Code 的生命周期事件会映射到三个通用时刻见 packages/adapters/src/agent_memory/adapters/moments.py宿主事件触发的时刻发生什么SessionStartinject注入会话开始即注入 MEMORY.md 根索引Stop/SessionEndpause蒸馏会话边界自动把对话蒸馏入库无需智能体记得PreCompactevict驱逐上下文压缩前及时落盘也就是说写入覆盖是系统的工作不是智能体的自觉——对话边界的蒸馏在后台运行不会阻塞你的任务。四、接入 Codex CLImem setup --host codexmem setup --host codex与 Claude Code 的流程完全一致只是目标配置换成了~/.codex/hooks.json。有一点不同需要注意⚠️ Codex 会对新出现的钩子弹一次信任确认trust new hooks首次启动时按提示确认一次即可。Codex 的事件映射稍有差异同样是SessionStart注入、Stop蒸馏、PreCompact驱逐但没有独立的SessionEnd事件——两个宿主的事件差异都封装在moments.py的DIALECTS方言表里对使用者完全透明。五、接入 Muse Codemem setup --host muse-codeMuse Code 的集成稍多几个前置条件和注意点1. 前置条件先安装 Muse Code 并确保muse命令在PATH上。安装器会同时检查muse可执行且muse --version成功否则会直接报错退出。2. 执行安装mem setup --host muse-code它会把SessionStart、PreCompact、Stop、SessionEnd四个钩子合并进$XDG_CONFIG_HOME/muse/settings.json默认~/.config/muse/settings.json保留已有的设置、钩子和 MCP 服务器配置并补上schema_version字段。3. 钩子命令携带额外参数Muse 的钩子命令会带上--muse-data-home和可选的--store参数因为 Muse 1.4 的生命周期事件里transcript_path为 null适配器需要把会话标识解析到 Muse XDG 数据目录下的根会话日志设计细节见 docs/design/host-adapters.md。4. 可选启用 MCP 工具。setup只装钩子和技能不启用 MCP。需要的话把下面的服务器配置合并进同一个 settings 文件再开一个新的Muse 会话{ mcp_servers: { agent-memory: { transport: stdio, command: mem-mcp, args: [], mode: optional } } }在 Muse 里执行/mcp可验证memory_recall、memory_read、memory_record等 9 个工具是否就位。5. 沙箱注意点Muse 默认沙箱对 workspace 外的目录只读——也就是说 agent shell 里的mem recall能读记忆库但mem record写不进默认的~/agent-memory-store。项目自带了一个在线预检脚本验证两条写入路径AGENT_MEMORY_LIVE_MUSE1 uv run python tools/muse_sandbox_probe.py另外记住Muse 原生记忆与 agent-memory 的AGENT_MEMORY_STORE是两套完全独立的系统setup 不会读取、复制或同步任何 Muse 原生记忆。六、验证跨宿主互通谁写的谁都读得到 ✅三个宿主都接好后可以跑官方 harness 的互操作测试先跑三条有序的移植机制再扩到完整矩阵# 先跑三条配对muse 自读、muse 写 codex 读、codex 写 muse 读 mem-exp interop --workspace /tmp/muse-memory-smoke \ --pairs muse-code:muse-code,muse-code:codex,codex:muse-code # 完整的 4×4 宿主矩阵 mem-exp interop --workspace /tmp/muse-memory-smoke \ --hosts claude-code,codex,hermes,muse-code输出的矩阵表格里每一格是pass或FAIL最后一行给出N/M pairs interoperate的总结。测试逻辑只问一件事一个宿主 shell 写入的记忆另一个宿主能否一字不差地找到实现见 packages/harness/src/agent_memory/harness/interop.py。七、接入后的日常使用速查接入完成后智能体通过技能文件自动学会使用方式你也可以手动验证mem context 为什么用文件而不是数据库 # 一次调用检索 展开 mem recall source of truth # L0 召回列表摘要/路径/锚点/分数 mem sleep --reason host # 睡眠期 Manage 层整合 mem proposals # 查看待确认的提案几个要点回顾✅一条命令接入mem setup --host claude-code | codex | muse-code钩子按宿主方言自动翻译✅共享同一个库所有宿主读写同一个$AGENT_MEMORY_STORE写方可读方互相验证✅保留式合并setup 只追加自己的条目不覆盖你现有的宿主配置✅零 API Key蒸馏的推理借用宿主自己的 CLI所有写入都可见于你的会话记录。完整的安装与使用说明见 README.md宿主的边界设计见 docs/design/host-adapters.md管理操作边界见 docs/design/management-operation-boundaries.md。现在去给每个 AI 宿主接上同一块外脑吧【免费下载链接】agent-memoryLong-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and an independent sleep-time Manage layer. Claude Code and Codex share one store. No API key.项目地址: https://gitcode.com/gh_mirrors/age/agent-memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 一条命令接入多个AI宿主：agent-memory的Claude Code、Codex CLI与Muse Code集成配置全解
一条命令接入多个AI宿主agent-memory的Claude Code、Codex CLI与Muse Code集成配置全解【免费下载链接】agent-memoryLong-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and an independent sleep-time Manage layer. Claude Code and Codex share one store. No API key.项目地址: https://gitcode.com/gh_mirrors/age/agent-memoryagent-memory 是一个面向 AI 智能体的长期记忆运行时long-term memory runtime它用纯 Markdown 文件作为唯一事实来源通过本地排序检索让多个 AI 宿主共享同一个记忆库全程无需任何 API Key。今天这篇文章就带你用一条mem setup命令把 Claude Code、Codex CLI 和 Muse Code 三个宿主一次性接入同一个记忆存储并讲解每个宿主的配置细节与验证方法。一、为什么需要多宿主共享一套记忆 大多数编码智能体在会话结束时就会失忆。agent-memory 的解决思路是一个存储one store多个宿主multiple hosts——Markdown 文件躺在磁盘上SQLite 索引只是可以随时删除重建的缓存任何能执行 shell 命令的智能体都可以通过mem这条命令行进入和离开这个记忆库。官方测试中Claude Code、Codex CLI 和 Hermes 之间全部 9 个写方/读方配对都通过了互操作验证——一个宿主 shell 写入的记忆另一个宿主能原样找到。相关实验逻辑就在 packages/harness/src/agent_memory/harness/interop.py。二、安装 agent-memory先备好运行环境准备工作只有三步要求 Python 3.12 和 uvgit clone https://gitcode.com/gh_mirrors/age/agent-memory cd agent-memory uv sync --all-packages这会在.venv/bin里构建出三个可执行文件命令用途mem记忆库主 CLI写入、召回、管理mem-mcpMCP 服务器供支持 MCP 的智能体调用mem-hook宿主生命周期钩子入口由mem setup自动挂载然后把可执行目录加进 PATHexport PATH$PWD/.venv/bin:$PATH接着初始化记忆库默认位于~/agent-memory-store可用环境变量AGENT_MEMORY_STORE改到别处注意要在所有宿主的运行环境里都导出而不只是当前 shellmem init三、一键接入 Claude Codemem setup --host claude-code这是最典型的一条命令mem setup --host claude-codesetup做了四件事实现见 packages/adapters/src/agent_memory/adapters/setup.py探测宿主确认目标宿主存在对 Muse Code 会额外检查muse --version能否执行按宿主方言挂载钩子把mem-hook以绝对路径追加进~/.claude/settings.json的 hooks 配置——用绝对路径是因为桌面端客户端执行钩子时不读取你 shell 的PATH安装 agent-memory 技能写入智能体技能文件内容等价于仓库里的 skills/agent-memory/SKILL.md保留式合并只追加自己的钩子条目不碰你设置文件里的其他任何内容写入也是原子的。挂载后Claude Code 的生命周期事件会映射到三个通用时刻见 packages/adapters/src/agent_memory/adapters/moments.py宿主事件触发的时刻发生什么SessionStartinject注入会话开始即注入 MEMORY.md 根索引Stop/SessionEndpause蒸馏会话边界自动把对话蒸馏入库无需智能体记得PreCompactevict驱逐上下文压缩前及时落盘也就是说写入覆盖是系统的工作不是智能体的自觉——对话边界的蒸馏在后台运行不会阻塞你的任务。四、接入 Codex CLImem setup --host codexmem setup --host codex与 Claude Code 的流程完全一致只是目标配置换成了~/.codex/hooks.json。有一点不同需要注意⚠️ Codex 会对新出现的钩子弹一次信任确认trust new hooks首次启动时按提示确认一次即可。Codex 的事件映射稍有差异同样是SessionStart注入、Stop蒸馏、PreCompact驱逐但没有独立的SessionEnd事件——两个宿主的事件差异都封装在moments.py的DIALECTS方言表里对使用者完全透明。五、接入 Muse Codemem setup --host muse-codeMuse Code 的集成稍多几个前置条件和注意点1. 前置条件先安装 Muse Code 并确保muse命令在PATH上。安装器会同时检查muse可执行且muse --version成功否则会直接报错退出。2. 执行安装mem setup --host muse-code它会把SessionStart、PreCompact、Stop、SessionEnd四个钩子合并进$XDG_CONFIG_HOME/muse/settings.json默认~/.config/muse/settings.json保留已有的设置、钩子和 MCP 服务器配置并补上schema_version字段。3. 钩子命令携带额外参数Muse 的钩子命令会带上--muse-data-home和可选的--store参数因为 Muse 1.4 的生命周期事件里transcript_path为 null适配器需要把会话标识解析到 Muse XDG 数据目录下的根会话日志设计细节见 docs/design/host-adapters.md。4. 可选启用 MCP 工具。setup只装钩子和技能不启用 MCP。需要的话把下面的服务器配置合并进同一个 settings 文件再开一个新的Muse 会话{ mcp_servers: { agent-memory: { transport: stdio, command: mem-mcp, args: [], mode: optional } } }在 Muse 里执行/mcp可验证memory_recall、memory_read、memory_record等 9 个工具是否就位。5. 沙箱注意点Muse 默认沙箱对 workspace 外的目录只读——也就是说 agent shell 里的mem recall能读记忆库但mem record写不进默认的~/agent-memory-store。项目自带了一个在线预检脚本验证两条写入路径AGENT_MEMORY_LIVE_MUSE1 uv run python tools/muse_sandbox_probe.py另外记住Muse 原生记忆与 agent-memory 的AGENT_MEMORY_STORE是两套完全独立的系统setup 不会读取、复制或同步任何 Muse 原生记忆。六、验证跨宿主互通谁写的谁都读得到 ✅三个宿主都接好后可以跑官方 harness 的互操作测试先跑三条有序的移植机制再扩到完整矩阵# 先跑三条配对muse 自读、muse 写 codex 读、codex 写 muse 读 mem-exp interop --workspace /tmp/muse-memory-smoke \ --pairs muse-code:muse-code,muse-code:codex,codex:muse-code # 完整的 4×4 宿主矩阵 mem-exp interop --workspace /tmp/muse-memory-smoke \ --hosts claude-code,codex,hermes,muse-code输出的矩阵表格里每一格是pass或FAIL最后一行给出N/M pairs interoperate的总结。测试逻辑只问一件事一个宿主 shell 写入的记忆另一个宿主能否一字不差地找到实现见 packages/harness/src/agent_memory/harness/interop.py。七、接入后的日常使用速查接入完成后智能体通过技能文件自动学会使用方式你也可以手动验证mem context 为什么用文件而不是数据库 # 一次调用检索 展开 mem recall source of truth # L0 召回列表摘要/路径/锚点/分数 mem sleep --reason host # 睡眠期 Manage 层整合 mem proposals # 查看待确认的提案几个要点回顾✅一条命令接入mem setup --host claude-code | codex | muse-code钩子按宿主方言自动翻译✅共享同一个库所有宿主读写同一个$AGENT_MEMORY_STORE写方可读方互相验证✅保留式合并setup 只追加自己的条目不覆盖你现有的宿主配置✅零 API Key蒸馏的推理借用宿主自己的 CLI所有写入都可见于你的会话记录。完整的安装与使用说明见 README.md宿主的边界设计见 docs/design/host-adapters.md管理操作边界见 docs/design/management-operation-boundaries.md。现在去给每个 AI 宿主接上同一块外脑吧【免费下载链接】agent-memoryLong-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and an independent sleep-time Manage layer. Claude Code and Codex share one store. No API key.项目地址: https://gitcode.com/gh_mirrors/age/agent-memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考