OpenCode 项目会话持久化记忆

解决了什么问题

OpenCode 的会话是无状态的:上下文一旦滑出窗口,之前做出的架构决策、踩过的坑、与团队约定的构建约定就会被遗忘。每次新开会话,都要重新探索代码库,甚至重复同样的错误。对于长期维护的项目,这种记忆断层意味着 AI 助手永远无法积累真正的项目知识,只能反复当"新实习生"。

opencode-mem 就是为补上这一层而生:让会话能把经验写入本地存储,并在后续会话中检索复用。

工作原理

• 持久化存储:基于本地 SQLite 保存项目记忆,不依赖云端服务,数据完全留在本机。
• 语义检索:通过 USearch 提供内存向量索引,按语义相似度查找历史记忆;USearch 不可用时自动回退到 ExactScan 精确扫描。
• 无需定制构建:不需要为 SQLite 单独编译,也不依赖浏览器运行时 shim,标准 OpenCode 插件运行时即可工作。
• 推荐运行时:官方推荐 Bun,插件加载体验最佳。

典型流程:会话中形成的判断(如选型理由、特殊的构建命令)写入记忆;新会话启动时,通过向量检索拉取相关记忆注入上下文,避免重复探索。

适用边界与注意点

• 记忆质量取决于写入策略,脏记忆会被持续检索到,建议定期清理。
• 向量索引与 SQLite 文件都在本地,迁移项目时需一并备份。
• ExactScan 回退模式下检索是暴力扫描,记忆条目增多后延迟会上升。
• 该插件面向 OpenCode 生态,不适用于其他 IDE 的会话工具。