前言 现在 Agent 产品这么多，我一般的习惯是把一个任务同时丢给不同的 Agent （我主要用 Claude Code ，Codex 和 Hermes ），然后让这仨赛马，哪个表现好就继续用哪个 但有时候也避免不了来回切换，所以就会遇到上午在 CC 里花了半小时解释项目为什么使用 SQLite 、接口命名习惯是什么、哪些文件不能动，下午换到 Codex ，又得重新说一遍 memU 就是干这个的，你和 AI 的共同记忆，应该是你自己的资产：看得见、带得走、在任何设备任何 agent 上都是同一份 Github： https://github.com/NevaMind-AI/memU Site： https://memu.pro/ 核心功能有：

跨 Agent ，跨设备同步信息：给你常用的几个 agent 都安上 memU ，这样就能让他们之间互相认识了 极致轻量，极致简单：新 memU 只有接近 500 行代码（原来有 3 万行），所以你可以像安装 skills 一样安装 memU 检索速度快：摒弃了像 mem0 那样的使用向量数据库的解决方案，把记忆都通过.md 文件存储，又快又可读

使用效果 belike：Codex 帮我完成的网站 UI 设计 playbook ，在没有上下文历史的情况下，直接在 hermes 里找到了 Codex 输出的结果：

Hermes 回答（之前没提过这个上下文）：

memU 怎么用 有两种：一种是云端，另一种是本地 云端的使用需要先登录 https://memu.so/quick-start ，拿到 API key ，然后将 API Key 和这个 prompt 一起直接输入给 Agent： 读取 https://raw.githubusercontent.com/NevaMind-AI/MemU/main/SKILL.md ，然后按照里面的指示安装 memU 。

本地使用的话需要借助 Ollama ，详情见 GitHub README ；国内用户可以通过 OpenAI 兼容接口使用百炼的 text-embedding-v4 memU 现在还有一个记忆看板，能看到你的 Memory 里面到底有啥 登录 memu.so ，可以查看已经生成的 memory files ，目前的记忆主要是可读的 Markdown ，更像是属于你自己的 AI Wiki ，可以包含：

长期偏好； 已经确认过的技术选择； Agent 从历史任务中总结出的可复用经验。

每一份记忆都是可读的，比向量数据库直观多了

memU 还有一个类似于 Hermes 的机制，可以定时从对话中抽取 memory ，形成 skills 它会去整体的 log 里面总结（ summarize ）出 skills ，这个 skill 也跟 memory 一样，是无感的 retrieve ，帮助更好地完成任务，默认一小时一次 Claude 被封号的站友，可以用我这个方法导出记忆 分两步：

1. 先把这个 skills 安装到 codex （或者其他 Agent ）上，这个 skills 是导出你本地 Claudecode 记忆的

name: claude-memory-extractor description: This skill should be used when the user wants to "extract memories", "show memories", "list memories", "export memories", "find memories", or asks about what Claude remembers from previous sessions. version: 1.0.0

Claude Memory Extractor

A Skill for extracting all memories that ClaudeCode has recorded during previous work sessions.

Overview

This Skill extracts memories from ClaudeCode's two-level memory system:

• Global Memory: Stored in ~/.claude/memory/
• Project Memory: Stored in ~/.claude/projects/<project-id>/memory/

Usage Modes

Mode 1: Session Display

Present memories through conversation.

List All Memories

bash /claude-memory-extractor list

Lists all memories from global and project-specific directories.

Search Scope: Searches across global memories and all project memories.

Output: All memories are displayed by default with no pagination.

Show Specific Memories

bash /claude-memory-extractor show

Displays memories matching the given pattern.

Search Scope: Searches across global memories and all project memories.

Filtering: Filters based on user-specified criteria (name, description, type, or content).

Output: All matching memories are displayed by default.

Mode 2: Direct Export

Export memories to a directory.

bash /claude-memory-extractor export [--dir ]

• Default directory: ./extracted_memory/
• Confirmation: If the target directory already exists, prompt user to confirm overwrite or cancel.
• File naming: Uses original source filenames (consistent between memory_list.md and files).
• Conflict handling: If a filename conflict occurs within a project, abort export with an error.

Export Structure

${target_export_dir}/ ├── memory_list.md # Index of all exported memories ├── global/ # Global memories │ ├── memory_1.md │ └── memory_2.md ├── project_a/ # Project-specific memories │ ├── memory_1.md │ └── memory_2.md └── project_b/ ├── memory_1.md └── memory_2.md

Export File Formats

memory_list.md — Index file listing all exported memories:

markdown

Memory Snapshot at 2024-01-15 10:30:00

Global Memories

1. User role and preferences
2. Development feedback

Project Memories

project_a

1. Project objectives
2. Architecture decisions

project_b

1. Tokyo Night color scheme

Individual Memory Files — Preserved original format:

yaml

name: memory-slug description: One-line summary metadata: node_type: memory type: user | project | reference originSessionId: modified:

Memory content here...

Related: [[linked-memory-name]]

Memory File Format (Original Source)

Each memory file contains:

yaml

name: description: metadata: type: user | project | reference