解決 AI Agent 失憶問題：Basic Memory 長期記憶系統教程

影片講述如何為 Claude Code、Codex、Hermes 等 AI 智能體構建統一的長期記憶系統，以解決智能體經常「失憶」的問題。

原生記憶的缺陷顯而易見。大多數智能體都自帶記憶功能，但隨著使用時間延長與項目增加，問題便逐漸浮現：不同智能體之間的記憶無法互通，導致用戶重複向不同智能體解釋相同背景；歷史信息累積後檢索困難，影響工作效率；跨設備間無法共享記憶，公司與家裡的電腦各自獨立運作；新舊信息衝突與過期資訊管理亦成難題。

市場上現有五大類記憶解決方案。編程智能體專用的如 Agent Memory 與 claude-mem，透過 Hooks 自動記錄工具調用與失敗總結；Mem0 和 Super Memory 等工具適合嵌入 AI 產品實現記憶功能；Hindsight 和 MemOS 則專注學習反思，運用 AI 模型形成新理解；Graphiti 和 Zep 採用知識圖譜架構處理實體關係。而 Basic Memory 作為第五類，其獨特之處在於提供人類可控的長期知識庫——將項目經驗、研究資料、歷史決策與個人偏好保存為個人真正擁有的 Markdown 文件資產，供多個智能體共同使用。

Basic Memory 的安裝與配置流程簡明。用戶首先需本地安裝 Python 與核心組件，建立記憶檔案資料夾，為各智能體安裝相應插件。裝置完畢後，透過 memory-onboarding 技能自動規劃檔案夾結構，系統將詢問使用場景、個人偏好與項目文檔，再由用戶批核後生成基本框架。

初期導入與日常運作方式包括三大情景。導入現有文檔（ChatGPT 重要對話、頭腦風暴紀錄、歷史項目文檔等）透過 memory-ingest 技能提煉；將智能體中的重要長對話透過 memory-capture 技能轉存為長期記憶；在日常項目工作中，利用 bm-decide 與 bm-remember 技能保存關鍵決定與事實。智能體內置的 Hooks 機制會在上下文壓縮前自動提煉核心內容為檢查點檔案。

跨設備與多智能體協同的實現關鍵在於文件同步。用戶可將 Markdown 檔案透過 Git 或雲端同步至不同電腦，或在 AGENTS.md 與 CLAUDE.md 中寫入規則讓智能體主動讀取記憶庫。多智能體協作時，Basic Memory 可作為共享交接層，減少重複認知與資訊分歧。影片並示範了一套實例的記憶庫結構，包括重大決策、操作規則、個人偏好、背景信息、項目摘要與數據模板等檔案夾，強調文件監聽機制會自動更新 SQLite 與向量資料庫的索引。最後補充 Basic Memory 作為活躍項目需定期更新，本地與插件部分各有相應更新命令。