最近发现一个叫 Memmy 的开源项目很不错： 之前我用的不同的 Coding Agent 相互是割裂的，对于同一个项目使用不同的 Agent 每次都等于要重新开始，手动输入一大堆重复的上下文。 Memmy 的思路是把记忆从 Agent 里抽出来，变成用户自己的 Personal Context——Cursor、Claude Code、Codex、OpenClaw 等等几乎所有的 coding agent 历史都能导进来，统一整理后供所有 Agent 共享，建立一个共享的记忆层。一个 AI 学过的东西，另一个 AI 不用再学一遍，切换工具时按需注入相关记忆。 我自己测下来非常实用的一点：平时用 多 agent 写同一个功能，尤其是大的 feature，互相不记得对方学过什么，移交的时候我还需要用 handoff 这种类似的skills ，现在它可以自动扫描把所有 Agents 的相关内容 - 架构，踩过的坑，进度全存在 Memmy 里，不管切到哪个 Agent，它通过 hooks 的模式自动检索并且添加相关记忆，而且不是所有数据很机械的全都放进去，而是经过它自己的匹配机制，一上来就懂你的要完成的功能和当前进度，这个很舒服， 比如如图所示：一个大 feature 的开发我用 Codex 额度耗尽了，我可以打开 Cursor 直接使用 memmy-memory 这个 skills 就可以无痛的继续开发了，相关开发的进度和内容都无感的注入进去了，可以看图二，反之亦然，用什么工具都可以，图三就是 Cusor 也能获取 Codex 的开发进度和内容，也就是图三的内容。 Local-first 架构，数据自己掌控，支持桌面端、CLI、API、MCP 和 Skills，还自带 Agent Runtime 能直接执行任务 目前同时支持最新的 DeepSeek Harness 。注册送 token，推荐给同时在用多个 AI Agent 的朋友。