五层架构统一 Claude Code/Codex/Cursor 记忆,告别每会话从零开始

Arindam_1729 · x · 2026-10-21

开发者 Arindam 分享了一套让多个编码 agent(Claude Code、Codex、Cursor、OpenCode)共享上下文的五层实践方案。

问题:每个 agent 会话都从零开始,你的约定、昨天解释过的重试策略、队友上周的决策都不在上下文里。AGENTS.md 只解决了规则共享——它存的是规则不是知识,runbook、API 文档、决策及原因都散落在别处,导致不同 agent 给出不同答案。

五层拆分(配图给出判断标准):

知识层实现:用 OpenLore 作为 MCP 服务器(默认 localhost:8080),通过 in-memory shell(cat/grep/find/jq)按需读取 docs/ 目录下的 how-to、architecture、api、incidents 等文档;文中给出 Claude Code、Codex、Cursor、OpenCode 四家各自的 MCP 接入配置命令,CI 任务也可走 SSH(端口 2222)用 grep 查询。

所属事件:五层架构方案让多款编码 Agent 共享同一份记忆(2 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →