PMB

Hi Product Hunt - 我做了 PMB 是因为我用过的每个编码智能体都有同一个让人抓狂的循环：一次会话里聪明绝顶，下次会话就失忆了。我不得不反复解释决策、约束、文件历史，还有“请别再在这个 repo 里做 X 了。”

PMB 让记忆变成本地且持久的。它把决策、经验、目标、近期工作和事实都存到你磁盘上一个 SQLite 工作区里，然后把相关上下文喂回给 Claude Code、Cursor、Codex、Zed 以及其他支持 MCP 的智能体。没有云，没有 API key，没有托管的记忆服务。

设计从“只是帮智能体保存笔记”演变成了有类型的记忆：经验被视为规则，目标作为目标，项目工作作为近期活动。我现在最关心的是可信的记忆：智能体应该自动记住什么，应该忽略什么，以及如何展示记忆真正起作用了？

很希望每天用编码智能体的人能给我反馈。最快尝试方式：pip install pmb-ai && pmb setup

核心问题是真实存在的。每次新上下文窗口都意味着要重新解释架构决策、命名规范、以及三个月前你在认证层做那个奇怪选择的原因。好奇 PMB 本质上是一个存在 repo 里的结构化 prompt 文件，还是会有更动态的操作——比如根据智能体正在接触代码库的哪部分来选择性注入上下文。另外也想问你怎么处理漂移，因为第二周还很准确的项目记忆到了第六个月经常出错或不完整，而过时的上下文文件可能比没有上下文文件更糟。

本地 SQLite 记忆感觉是对的，可以把项目上下文留在云端之外，但我好奇什么能阻止你两个会话前推翻的一个旧决策，在智能体回读时仍然像最新的一样出现？

喜欢整个宣传就是“别再反复解释你的项目”像念咒一样重复。这种重复反而很打动我，因为每次会话都要重新喂上下文正是我每天使用编码智能体时的真实痛点。

编码智能体的本地优先记忆很有意思，因为上下文漂移通常是我会话跑偏的地方。我喜欢它避免了另一个托管工作区。好奇在一次大重构之后你怎么处理过时的项目假设？

每个新的Claude Code会话，我头几分钟都在重复解释同样的架构决策。本地优先 + MCP 方向是对的，一旦项目记忆存储在第三方云端，对任何正经团队来说就变成了安全讨论。我最想要的是影响追踪，能显示哪些记忆实际影响了智能体的建议。没有归因的上下文只是噪音。期待你的回复。