面向编程智能体的 MCP 记忆服务开源，采用三段式 RAG 检索
Longjumping-Koala396 · reddit · 2026-07-26
作者开源了一个面向 AI 编程工具的持久记忆 MCP 服务器，核心是一个三段式检索流程：向量检索、查询扩写、LLM 重排。
主要设计包括：
- Pass 1：余弦相似度检索，阈值 0.50
- Pass 2：如果召回太薄，LLM 重写查询后，用更低的全局阈值再试一次
- Pass 3：LLM 对所有候选结果打分并重排，再返回给 agent
- 以 MCP 接口暴露：remember / recall / forget / listmemories
- 自托管在 Supabase / pgvector 上，支持按项目 tag 隔离记忆，并通过 row-level security 做用户隔离
作者强调这是为 AI coding agents 设计的，但这一套记忆层也可复用于其他 agent 场景。
「编程与Agent」频道最新
- AI 编程工具的三道门槛：验证、MVP、生产化 — tristanbob · 2026-07-26
- LiveKit 新增 huddles，让人类和 agent 同场对话 — jasonkneen · 2026-07-26
- AI 编程助手先改上千行，最后承认只该动一点点 — xeophon · 2026-07-26
- Agent 做幻灯片生成要有严格 schema 和确定性回退 — Live-Purpose-641 · 2026-07-26
- AI 编码评测应展示性能、成本和耗时分布 — zainhas · 2026-07-26
- 官方 Obsidian CLI 指南：AI agent 可直接驱动知识库 — dSebastien · 2026-07-26