Agent Skills
返回列表
🤖

MCP 客户端本地 Markdown 项目记忆

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/give-mcp-clients-local-markdown-project-memory-with-basic-memory。

技能介绍

要解决的问题

Agent 在单次对话里表现很好，但会话一结束，上下文就跟着窗口一起蒸发。下次开工时，它得重新问你一遍项目结构、约定和已经定下的取舍；即使你把决策写进了文档，它也未必记得去翻。更实际的麻烦在于：记忆放在对话记录里，既不可检索，也没法被其他工具复用；放在向量数据库里，又不透明、难审计、迁移成本高。

它是怎么工作的

这个技能把 MCP 客户端接到 Basic Memory 提供的本地优先 Markdown 知识图谱上。核心思路是把项目记忆当作普通文件来管理：

  • 记忆就是 Markdown：Agent 把值得记住的内容写成 .md 文件，落在你本地的 Markdown workspace 里，人可以直接读、改、纳入版本管理。
  • 跨会话复用：下次开会话，客户端通过 MCP 把图谱挂回来，Agent 可以搜索并取回之前写下的上下文，而不是从零开始。
  • 本地优先：数据始终在你的磁盘上，不经过第三方服务，配哪个客户端都行——Claude、Codex、Cursor、ChatGPT，或任何支持 MCP 的客户端。

适用边界与注意点

  • 它依赖 Python 3.12+、uv 和 Basic Memory CLI，客户端侧需要支持 MCP，并且你要准备一个本地 Markdown workspace。
  • 知识图谱的上层能力由 Basic Memory 上游实现，本技能负责的是把客户端连过去；上游文档和仓库里列了更详细的要求与注意事项。
  • 本地优先意味着记忆不会自己同步到云端，多机器协作时需要你自己处理文件同步。
  • 记忆质量取决于 Agent 写笔记的习惯，建议对项目约定、架构决策这类长期有用的内容显式沉淀，而不是把说过的每句话都记下来。

使用场景

  • 在 Claude、Cursor 或 VS Code 等 MCP 客户端里，把项目背景接入本地 Markdown 知识图谱，减少重复说明。
  • 开始新功能前，让 Agent 先搜索本地 Markdown 中已有的架构决策、接口约定和项目约束，再给出实现方案。
  • 讨论完技术取舍后，让 Agent 把关键结论写入本地 Markdown workspace，供后续会话检索和复用。
  • 需要让多个 MCP 客户端共享同一份项目上下文，同时把记忆保存在可读、可审计的本地文件中。

适合人员

  • 正在把 Claude、Codex、Cursor 或 ChatGPT 接入 MCP，并需要本地项目记忆的 Agent 应用开发者。
  • 使用 MCP 客户端构建长期协作流程，希望上下文能跨会话保留的软件工程师。
  • 负责维护项目文档和架构记录，想让 Agent 直接读写、检索 Markdown 笔记的技术写作者或架构师。
  • 希望记忆数据留在本地磁盘，便于审计和版本管理的隐私敏感项目团队。