#两分钟，让你的 Claude Code / Codex / VS Code / Qoder 长出长久记忆

drilong

305人浏览 · 2026-09-04 16:36:25

drilong · 2026-09-04 16:36:25 发布

两分钟，让你的 Claude Code / Codex / VS Code / Qoder 长出记忆

状态：草稿 v2（2026-09-04）
v2 更新：新增远程桥接模式——MCP 配置里加一个 NYLON_SERVER，客户端进程零数据直连服务器上的共享引擎，团队共享从「部署技巧」升级为一等公民；成绩口径同步更新至 85.3%。技术细节全部来自仓库里的 Getting Started。—

你的 AI 编程助手，每天早上都在失忆

你有没有发现，Claude Code、Codex、Cursor、Qoder 这些 Agent 工具都有一个共同的怪病：

它们什么都记得住，唯独记不住你。

上周你亲口告诉它「这个项目不用 ORM，直接写 SQL」，这周它又给你生成了一个 Prisma schema。上个月你们吵了半小时才定下来「嵌入维度统一 1024」，今天它又问你要不要试试 768。它记得 TCP 三次握手的每个细节，却记不住你们团队昨天刚踩过的坑。

这不是模型笨。是这些工具根本没有记忆层——每次会话都是从零开始的金鱼。

今天我们给这个问题一个两分钟的解法：NylonME，一个开源的记忆引擎，通过 MCP（Model Context Protocol）一句话接入你正在用的任何 Agent 工具。不需要改代码，不需要起服务，不需要注册账号。

NylonME 是什么

一句话：给你的 Agent 装一颗会联想、会遗忘、会检测矛盾的记忆大脑。

六丝记忆模型 + 情境共振检索，记忆织成图，不是堆成列表
LoCoMo 长对话基准 recall@10 = 85.3%，全量口径，评测脚本开源可复现
Rust 单二进制，零依赖，数据全在本地，一个字节都不出你的机器
Apache-2.0，随便商用

技术细节我们写了八篇博客（实测数据、架构哲学、竞品对比、实验全记录、选型指南、企业级判断），本文只说一件事：怎么接。

两分钟接入（个人模式：单机内嵌）

NylonME 引擎自带 mcp 子命令：通过 stdio 讲 MCP 协议，引擎内嵌在你的 Agent 进程里——不用起守护进程，不用开端口，数据自动落在 ~/.nylonme/data。

第 1 步：拿到二进制（30 秒）

从 GitHub Releases 下载对应平台的压缩包：

Linux：nylonme-linux-x64.tar.gz
Windows：nylonme-windows-x64.zip
macOS（Apple Silicon）：nylonme-macos-arm64.tar.gz

解压，里面有三个文件：nylon-engine（引擎本体）、nylon_cli（命令行工具）、smoke_client（冒烟测试）。你只需要第一个。

第 2 步：告诉你的 Agent（60 秒）

Claude Code——一行命令：

claude mcp add nylonme -- /path/to/nylon-engine mcp

Codex——~/.codex/config.toml 加一段：

[mcp_servers.nylonme]
command = "/path/to/nylon-engine"
args = ["mcp"]

[mcp_servers.nylonme.env]
NYLON_OWNER = "my-project"

Cursor / VS Code——.cursor/mcp.json 或 MCP 设置里加：

{
  "mcpServers": {
    "nylonme": {
      "command": "/path/to/nylon-engine",
      "args": ["mcp"],
      "env": { "NYLON_OWNER": "my-project" }
    }
  }
}

Qoder / 其他 MCP 客户端——同一份 JSON 配置，照抄即可。任何支持 MCP 的工具都是这个套路，一个引擎，全工具通吃。

第 3 步：开工（0 秒）

没有了。第三步不存在。

你的 Agent 现在多了三个工具：memory_weave（沉淀事实）、memory_resonate（联想召回）、memory_get（按 ID 读取）。下次开工时对它说一句「开始任务前先 resonate 一下相关记忆，重要结论记得 weave 进去」，它就学会了。

再加 30 秒：远程桥接（团队模式）

个人模式解决的是「我的 Agent 记得我」。但如果你是一个团队，真正值钱的是下一种玩法：全组的 Agent 共享同一颗记忆大脑。

9 月新增的远程桥接模式把这件事做到了极致简单。服务器上照常跑一个引擎守护进程：

nylon-engine serve 0.0.0.0:50051

然后每个团队成员的 MCP 配置不用改结构，只加一个环境变量 NYLON_SERVER：

{
  "mcpServers": {
    "nylonme": {
      "command": "/path/to/nylon-engine",
      "args": ["mcp"],
      "env": {
        "NYLON_SERVER": "192.168.1.5:50051",
        "NYLON_OWNER": "my-project"
      }
    }
  }
}

还是同一个 mcp 子命令，但设了 NYLON_SERVER 它就变成一座瘦桥：本地进程不存任何数据，每个工具调用都通过 gRPC 转发到远程引擎。效果是：

多台机器、多个 IDE、多名成员，读写同一份记忆库——A 在 Codex 里 weave 的踩坑记录，B 在 VS Code 里 resonate 直接命中；
客户端零状态：换电脑、重装系统，记忆一分不少，全在服务器上；
嵌入模型、LLM 端点只需要配在服务器一侧，客户端只带 NYLON_SERVER + NYLON_OWNER 两个变量就能跑——全组升级嵌入模型，只动服务器一处。

不设 NYLON_SERVER，它就退回单机内嵌模式。同一个二进制，个人玩具和团队基础设施之间只差一个环境变量。

接入之后，会发生什么

说几个我们自己团队的真实场景——NylonME 的第一批用户就是我们自己：

场景一：跨会话的架构决策。「这个项目为什么不用 RocksDB？」——一个月前我们在另一个会话里讨论过（本机没有 C++ 工具链），结论 weave 进了记忆。今天新会话里 Codex 开工前 resonate 一次，直接命中当时的决策记录，不会再给你重新推荐一遍。

**场景二：踩坑记录即查即用。**我们问过它「DeepSeek 模型有什么坑」，它精确命中了当时的 bug 记录（推理模型的隐藏推理会烧 token、JSON 响应截断，必须设 THINKING_OFF）。这个坑是三周前另一个工具、另一个会话里踩的。

**场景三：全组共用一颗大脑。**我们的引擎就跑在局域网一台 Ubuntu 上（gRPC :50051），每个人的 Codex、VS Code 都通过远程桥接直连它。43 条项目记忆在役：架构结论、评测数据、踩坑记录。记忆跟着项目和团队走，不跟着任何个人、任何工具、任何会话走——换 IDE 不失忆，换人也不失忆。

自己用自己的系统挖记忆，是检验它有没有用的最狠的方式。

三个进阶开关（可选，不要也行）

默认模式开箱即用，但给引擎配上嵌入模型和 LLM 能让它更强：

# 语义召回：接一个嵌入模型（本地 ollama 即可，零 API 成本）
NYLON_EMBED_URL=http://localhost:11434
NYLON_EMBED_MODEL=bge-m3 NYLON_EMBED_DIMS=1024

# 理解层：接一个 LLM 做 session 级事实提炼、冲突检测与异步反思（任何 OpenAI 兼容端点）
NYLON_LLM_URL=...
NYLON_LLM_MODEL=...
NYLON_LLM_API_KEY=...

两个都不配，引擎照样工作——词面检索 + 图扩散 + 张力排序是内功，不依赖任何外部服务。LLM 是增强，不是依赖。

注意：远程桥接模式下，这些变量只需要配在服务器那一侧；客户端进程是透明的瘦桥，不用管。

为什么是 NylonME，而不是「再等一等」

不锁定：单机模式数据在本地 .nylonme 目录，团队模式数据在你自己的服务器上；协议开源，快照格式开源。明天不想用了，记忆完整导出，谁也不欠谁。
不挑食：MCP 是开放协议，今天接 Claude Code，明天接 Codex，后天出新工具照样接。你的记忆投资不会因为换工具而清零。
不装：我们没给你看 Demo 截图，因为这不是 Demo——85.3% 是全量基准实测，脚本在仓库里，欢迎复现，欢迎打脸。

最后

Agent 工具的军备竞赛大家都在拼模型、拼 UI，但一个真正懂你项目的 Agent，护城河在记忆里。模型会一代代换，工具会一波波换，只有记忆是你的资产。

个人两分钟，团队两分半。给你的 Agent 装上记忆：

GitHub：github.com/nylon-memory/NylonME（Apache-2.0，欢迎 Star）
快速上手：docs/GETTING_STARTED.md
有问题来开 issue，有坑来一起踩

本文为 NylonME 技术博客系列第 7 篇（v2，2026-09-04 更新远程桥接模式）。系列其他篇目：01 Phase 1 实测 / 02 记忆引擎才是 Agent 的核心 / 03 AI 的下半场 / 04 对比 TencentDB-Agent-Memory / 05 从 47 分到 84 分全记录 / 06 记忆引擎选型指南 / 08 记忆引擎会成为企业的下一代数据库 / 09 异步反思。接入配置以仓库 Getting Started 文档为准。