為 AI 程式開發助手賦予『記憶』:基於 Git 的 OKF Agent Memory

Git 儲存庫結構上透明疊加一層 AI 記憶層的概念插圖
AI Summary

OKF Agent Memory 是一項創新技術,無需外部資料庫,僅透過專案儲存庫內的 Markdown 與 YAML 檔案,即可為 AI 提供持續性的記憶,進而降低 80% 的 Token 使用成本。

想像一下:一位優秀的新人開發者加入我們的團隊。但他每天早上上班時,都會忘記昨天做過的所有工作內容。如果每次都要從頭開始解釋,你認為他能展現多少工作效率呢?

最近出現在我們身邊的 AI 程式開發代理(AI Coding Agents)也面臨類似的處境。它們雖然聰明,但一旦長對話結束,往往就會遺忘專案脈絡。為了重新讓它進入狀況,我們必須不斷將大量的對話內容傳遞給 AI,而這將直接轉化為我們的成本(Token 使用量)。然而,最近出現了一種嘗試在開發者熟悉的 Git 環境中解決此問題的方案,那就是 OKF Agent Memory

為何這很重要?

使用 AI 程式開發助手時,最大的瓶頸在於「脈絡斷層」。若要延續昨天的任務,AI 因為無法記憶之前的對話,導致我們必須重複解釋相同內容。 Source 5 這不僅僅是麻煩,更是導致 Token 消耗大幅增加、拉高營運成本的元兇。

OKF Agent Memory 透過「基於 Git 的記憶裝置」解決了這個問題。無需建置額外的龐大伺服器或複雜的向量資料庫,它將 AI 的記憶直接儲存在我們管理程式碼的 Git 儲存庫中。 Source 4 這消除了供應商鎖定,並讓開發者對數據擁有完全的掌控權。

簡單來說,就是專案的「共享日記」

為了方便理解 OKF Agent Memory,我們可以將其比喻為「共享日記」

如果說舊有的 AI 記憶方式是在大型中央圖書館留下紀錄,那麼這種方式就像是在專案這個抽屜裡建立一個「知識(knowledge)」資料夾,並將筆記本(Markdown 檔案)放在裡面。 Source 7

  1. Markdown 與 YAML:開發者在熟悉的 Markdown 檔案中記錄技術決策或領域知識。 Source 7 至於機器易讀的資訊,則記錄在頂部的 YAML 區域。
  2. OKF 規格:使用 Google 所提議的 Open Knowledge Format (OKF) v0.2 標準,讓代理在不同的專案中也能以一致的方式讀寫資訊。 Source 1
  3. BM25 搜尋:就像我們在筆記本中尋找所需內容一樣,AI 使用稱為「BM25」的高效搜尋技術,在 300 微秒(µs)不到的瞬間,就能提取過去的記憶。 Source 1, Source 10

結果就是 AI 不必閱讀龐大的對話紀錄,只需挑選必要的部分進行「學習」,這能減少高達 80% 的 Token 消耗。 Source 1, Source 4

當前狀況

目前 OKF Agent Memory 提供了以 Go 語言編寫的強大工具鏈,支援從檔案解析、驗證、搜尋,到 MCP(Model Context Protocol,讓 AI 模型與外部系統溝通的標準)工作流程等功能。 Source 7 不再需要依賴外部資料庫服務。 Source 4 許多開發者已經開始採用這項技術,用於審查 AI 代理的設計決策,或是以永續的方式管理專案脈絡。 Source 14

AI 的觀點

在開發者熟悉的 Git 環境上建立知識層的做法相當聰明。這免除了複雜的基礎設施依賴,並確保了數據的主權與透明度,為永續 AI 開發樹立了良好的典範。

未來展望

未來的 AI 代理將不再僅限於簡單的「聊天視窗」。它們將演變成了解專案所有脈絡、與團隊成員共享程式碼歷史的「協作夥伴」。隨著時代演進,AI 記憶的部署與管理正逐漸普及到每一位使用 Git 的開發者。現在,何不試著在你的專案儲存庫中,為 AI 開闢一處「記憶空間」呢?

參考資料

  1. OKF Agent Memory – Git-native persistent memory for AI coding agents - GitHub
  2. OKF Agent Memory: Implementing Git-Native Persistent Context …
  3. OKF Agent Memory: Git-Native Persistent Memory for AI Agents
  4. OKF Agent Memory Launches Git-Native Persistent Memory for AI …
  5. agentmemory: persistent memory for AI coding agents
  6. Persistent memory for AI coding agents - GitHub
  7. OKF Agent Memory launches a Git-native Markdown memory layer …
  8. GitHub - EliaszDev/hermes-okf: Universal OKF-based memory …
  9. okf-agent-memory/docs/ALTERNATIVES.md at main…
  10. [Mem0 - AI Memory Layer for your Agents & Apps Persistent Context](https://mem0.ai/)
  11. [Git-Native Semantic Memory for LLM Agents zircote](https://zircote.com/blog/2025/12/git-native-semantic-memory/)
  12. Processing in Memory: DRAM Is About to Do Math · hn.today
AD
測試你的理解
Q1. OKF Agent Memory 與既有 AI 記憶系統最大的不同之處為何?
  • 使用額外的高效能雲端伺服器
  • 直接以檔案形式儲存於 Git 儲存庫內
  • 建置專屬向量資料庫
OKF Agent Memory 不使用外部資料庫,而是將知識以 Markdown 與 YAML 檔案的形式直接儲存在專案的 Git 儲存庫中。
Q2. 導入此系統後,下列何者不是其預期的效果?
  • AI Token 使用量減少約 80%
  • 消除對外部資料庫的依賴
  • 強迫所有數據必須儲存於中央雲端
OKF Agent Memory 的目標是將數據保留在專案內部而非集中化,藉此消除供應商鎖定(Vendor Lock-in)。
Q3. OKF Agent Memory 運用哪種搜尋技術來快速尋找資訊?
  • BM25 搜尋
  • 傳統關鍵字比對
  • 分散式雜湊表
OKF Agent Memory 使用記憶體內(In-memory)的 BM25 搜尋方式,能在 300 微秒(µs)內的極短時間內搜尋並取出過去的記憶。