上下文窗口越做越大，1M token 已经不算新闻，但开发者反而越来越频繁地遇到一件事：模型"失忆"。会话一长，推理质量就开始漂移，成本跟着每个回合线性上涨；一旦 /clear 清空上下文，之前敲定的架构决策、用户约束、项目状态全部蒸发，下一轮对话得从头解释。

Engrim 这个项目想解决的就是这件事。作者在 README 开头写了一句很刺眼的话："为什么每个回合要为 20 万 token 被遗忘的噪声付费？模型是一次性工具，你项目的决策不是。"

思路：记忆外置，检索代替全量塞进窗口

Engrim 的做法是把"记忆"从上下文里剥离出来，落进一个本地 SQLite 文件（~/.engrim/memory.db），按项目维度打标。会话启动时只注入一小包精选记忆，默认 4000 字符预算，而不是把整个历史塞进去。

它的定位是"跨模型、跨 agent 的情景记忆引擎"。同一个仓库，你可以在 Google Antigravity、Claude Code、Cursor、Windsurf 之间随意切换，记忆不丢，换模型不需要重新交代一遍背景。这背后的判断很朴素：上下文应该来自按需检索，不是全部塞进窗口。这也是它跟一堆"给 agent 加个向量库"的项目最本质的区别，它是把记忆当成一等公民来做，而不是往 prompt 里追加几个文件。

数据模型：四张表 + FTS5 + 来源追踪

核心是 memories 表，字段是 id / ts / project / type / summary / detail / status / tags / links / source / origin_agent。

type 有六种：decision（决策）、fact（事实）、feedback（反馈）、state（状态）、user（用户偏好）、reference（参考）。status 三种：active / superseded / done。这里有个细节值得学：supersede 只是标记一条记录作废，不删除历史，所以你能追到"这个决定当时为什么被推翻"。

origin_agent 是来源追踪字段，取值 antigravity / claude-code / cursor / cli / user。当多个 agent 协作同一个代码库时，每条记忆都能查到是谁写的。老库用 ALTER TABLE memories ADD COLUMN origin_agent 做非破坏迁移，不会丢数据。

会话启动时注入的 boot pack 不是按时间排序，而是按一套优先级硬编码：

_PRIO = {"user": 0, "feedback": 1, "state": 2, "decision": 3, "fact": 4, "reference": 5}

用户偏好永远排第一，"怎么跟我协作"这类信息优先级最高，状态和决策次之，参考类垫底。这个顺序很有道理：一条"用户要求全部用 pytest"比十条历史决策更能避免模型在下一个会话里犯同样的错。注入时的样子大概是：

 engrim · memory restored — you don't have to re-explain
  18 of 54 curated records loaded (~3850 chars)

[DECISION]
- #942 (via Claude Code): Switched primary database from MongoDB to PostgreSQL
- #910 (via Cursor): Standardized on Pydantic v2 schemas across API boundaries

预算内装不下的记录一条 recall 就能拉回来，所以"只加载 18 条"不是信息丢失，是延迟加载。

全文检索用 FTS5 虚拟表，走的是外部内容表模式：

CREATE VIRTUAL TABLE memories_fts USING fts5(
  summary, detail, tags,
  content='memories', content_rowid='id',
  tokenize='porter unicode61'
);

content='memories' 让 FTS5 不重复存文本，行 id 直接关联 memories 表，bm25(memories_fts) 就是排序函数。分词器用 porter unicode61，英文词干化，查询 database 也能命中 databases。

另外两张表：embedding(memory_id / model / dim / vec) 存向量，log(id / ts / project / session / role / content / raw / msg_uuid) 是"飞行记录仪"，记录每轮对话和动作行，供 engrim review 扫描还有哪些决策没被捕获。

混合检索 Minder：bm25 + 静态向量 + RRF

检索引擎叫 Minder，两路混合：

一路是词法，用 FTS5 的 bm25 排名做关键词精确匹配。查询进来会先 tokenize 成裸词，这是防呆设计，不然一个 C++ 或者 useState() 这种带符号的字符串直接扔给 FTS5，就会撞语法错误。

一路是语义，用 model2vec 的静态嵌入算 cosine 相似度，命中同义表达。关键在"静态"两个字：model2vec 加载只要几十毫秒，纯 CPU 跑，不需要 GPU，也不做每次查询的神经网络前向。写入时 add 自动嵌入存进 embedding 表，读取时才算 cosine。

两路结果用 reciprocal-rank fusion（RRF）融合，常数 C=60：

score[id] += 1.0 / (60 + rank_i)   # 对词法路和语义路各累加一次

经典 RRF 公式，好处是不用归一化两路分数，直接按排名融合，实现起来几行代码。语义路是全程带保护的：ENGRIM_EMBED=off 强制纯词法（零第三方依赖），model2vec 加载失败也优雅降级到纯词法，检索永远不会因为语义后端挂了而崩。

多环境接入：hooks + MCP stdio

跨模型的能力来自接入层。engrim setup 自动探测机器上装了哪些环境，一键全部配好：

  • Antigravity：写 ~/.gemini/config/hooks.json，PreInvocation 跑 engrim hook --agent agy --event boot，Stop 跑 stop 事件。
  • Claude Code：写 ~/.claude/settings.json 的 SessionStart / SessionEnd / Stop / UserPromptSubmit 四个 hook，再往 CLAUDE.md 追加记忆使用说明。
  • Cursor / Windsurf：往 ~/.cursor/mcp.json 注册 MCP server，跑 engrim serve --mcp。

MCP 是零依赖的 JSON-RPC 2.0 stdio server，stdout 严格只发 JSON-RPC 消息，诊断日志全走 stderr，不然会污染协议流。暴露四个工具：engrim_recall(query, project, k, type)、engrim_add(type, summary, detail, tags)、engrim_context(project, budget=4000)、engrim_review(project)。

项目归属的判定是一套优先级：显式 -p > $ENGRIM_PROJECT > 当前目录的 git root > cwd。它会往上找 .git / .hg / .svn / .claude 标记，到 $HOME 就停。这个"停"很关键：~/.claude 和 ~/.git 几乎人人都有，要是继续往上走，所有非仓库项目会被坍缩成一个桶。Windows 上还要 normcase + normpath 归一化盘符大小写和分隔符，否则同一个目录从 os.getcwd() 和 Claude Code hook 的 payload 拼出来的 tag 不一样，记忆就裂成两个桶。

实证：105 会话，153k token 压到 1k 以内

README 里最硬的是这段案例：在一个跑真钱的 5 万行算法交易系统上，连续 105 个会话，186 个单元测试零回归，跨模型切换零失忆。

具体数字：153,000 token 的工作量（架构决策、参数调优、调试），被压缩成不到 1,000 token 的活动记忆包。也就是说，每次会话重启重新加载的上下文成本，砍掉了 99% 以上。在 Antigravity CLI、Claude Code、Cursor MCP 三个环境之间切换同一个仓库，没有模型漂移，没有架构回归。

我的做法

几个我认可的取舍，准备直接照搬：

第一，用 SQLite 而不是向量库。单文件、零运维，FTS5 内置全文检索，加一个 model2vec 静态向量表就够用，不用为"记忆"上一整套 RAG 基建。对个人开发者，这比向量数据库务实得多。

第二，检索替代塞满。记忆预算 4000 字符，逼着你只保留决策、约束、状态这类高价值信息，而不是把每轮对话都记下来。这个克制本身就是产品设计。

第三，resume-pointer 工作流。结束会话前加一条 resume-pointer 记录，标注下一步做什么，下个会话的 boot pack 顶部就钉着 [▶ RESUME HERE]。把"续写"从玄学变成机制，这个设计我特别喜欢。

我准备在自己项目里挂两个用法：一是把 engrim 接进 Claude Code 的 SessionStart hook；二是把项目里的约定（比如"这个 repo 用 pytest 加 xdist 跑测试"）用 engrim add -t user 存进去，省得每个新会话都重新交代一遍。

一句话收尾：上下文窗口会继续变大，但"记忆"这个问题的答案，大概率不是更大的窗口，而是更聪明的检索。

Engrim 是一个 MIT 协议的 Python 项目，pip install engrim 即可安装，Python 3.10+，纯本地离线，无任何遥测。