PsychMem：面向 OpenCode 与 Claude Code 的类人持久记忆插件
Reddit r/LocalLLaMA2026/02/20 21:06机翻/自动摘要/自动分类
5 阅读
内容评分
技术含量
6/10
营销水分
5/10
摘要
PsychMem 是为 OpenCode 与 Claude Code 打造的持久记忆插件，模拟人类短期/长期记忆机制，通过指数衰减和重要性加权实现信息的自动巩固与遗忘。记忆被分类为用户偏好、项目约束等，并支持用户级和项目级作用域，确保每次会话自动加载上一次的上下文设置，提升编码代理的连续性和效率。项目已开源，可直接安装使用。
正文
在使用 AI 编码代理时，我常常遇到模型在不同会话之间丢失用户偏好、项目约束、决策记录以及已修复的错误等信息的问题。为了解决这一痛点，我开发了 PsychMem——一个专为 OpenCode（以及 Claude Code）设计的持久记忆模块，借鉴人类记忆的工作机制。
记忆模型
- 短期记忆（STM）：信息以指数衰减方式逐步遗忘，模拟人类的即时记忆特性。
- 长期记忆（LTM）：根据信息的重要性和使用频率，将 STM 中的内容固化为长期记忆，实现记忆的持久化。
记忆分类与作用域
- 类型划分：用户偏好、项目约束、决策记录、学习成果等。
- 作用域：
- 用户级：跨所有会话持续更新。
- 项目级：仅在对应项目活跃期间记录，项目结束后可自动清理。
使用流程
- 插件安装：在 OpenCode 中通过插件市场或手动安装，约 5 分钟即可完成。
- 会话启动：系统自动加载上一次会话的记忆，实现上下文的无缝衔接。
- 记忆管理：开发者可通过配置文件或 API 调整记忆的衰减率、重要性权重等参数，以适配不同项目需求。
示例
上一次会话中设置了“所有应用均使用 Next.js 与 React LTS”，下一次会话启动时该设置已自动注入，无需重复声明。
PsychMem 已作为 OpenCode 插件正式上线，代码托管在 GitHub，欢迎社区提供关于记忆评分权重、衰减率等方面的反馈。
GitHub: https://github.com/muratg98/psychmem