ai-memory: bộ nhớ dài hạn chung cho các AI coding agent

ai-memory là gì

Nếu bạn đang dùng AI để viết code, chắc hẳn bạn từng gặp cảnh này: đang làm dở với Claude Code thì hết quota, chuyển sang Codex và phải giải thích lại từ đầu kiến trúc dự án, những cách đã thử thất bại và các câu hỏi còn bỏ ngỏ. ai-memory (akitaonrails/ai-memory) được tạo ra để giải quyết đúng vấn đề đó.

Đây là giải pháp bộ nhớ dài hạn cho các agent lập trình dạng CLI, đồng thời giúp bàn giao công việc giữa các nhà cung cấp agent khác nhau. Dự án viết bằng Rust, phát hành theo giấy phép MIT, phiên bản mới nhất là v3.1.1 và đã có hơn 11.000 sao trên GitHub. Đối tượng phù hợp là lập trình viên dùng nhiều agent, làm việc trên nhiều máy hoặc làm việc theo nhóm.

Vì sao cần ai-memory

Nhiều agent hiện nay đã có tính năng ghi nhớ riêng. Theo README, chúng có chung một giới hạn: ghi chú nằm trên một máy, thuộc về một agent và biến mất khỏi tầm nhìn khi bạn đổi công cụ hoặc giao việc cho đồng đội. ai-memory gỡ bỏ những giới hạn này bằng một bộ nhớ dùng chung, do chính bạn vận hành.

Các tính năng chính

Theo bạn qua nhiều agent

Hơn hai mươi harness như Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi, Kiro cùng ghi vào một bộ nhớ chung. Khi bạn thoát Claude Code giữa chừng và mở Codex trong cùng thư mục, agent mới sẽ nhận một bản bàn giao (handoff) cho biết bạn dừng ở đâu, điều gì đã thất bại và điều gì còn đang mở. Mỗi handoff có chủ sở hữu và chỉ được nhận đúng một lần.

Mang theo cả phiên làm việc

Khi khởi chạy agent bằng ai-memory run, agent tiếp theo nhận được luồng công việc chung cùng một bản sao cục bộ, tạm thời và riêng tư của lịch sử phiên trước để tra cứu chi tiết. Máy chủ từ xa chỉ nhận định danh harness và phiên, không nhận nội dung transcript.

Theo bạn qua nhiều dự án và nhiều máy

• Một hồ sơ nhỏ về thói quen làm việc của bạn (trình quản lý gói, cách bố trí test, thói quen kiến trúc) được đưa vào mỗi repository mới khi bắt đầu phiên.
• Bộ nhớ nằm trên một máy chủ do bạn chạy, có thể là laptop, homelab hay bất cứ đâu, nên dự án bỏ dở trên desktop có thể tiếp tục trên laptop.

Dùng cho cả nhóm

Cả nhóm trỏ về một máy chủ: kiến thức được chia sẻ theo dự án, còn handoff cá nhân vẫn là riêng tư. Xác thực nhiều người dùng, ghi nhận người thực hiện và nhật ký audit đều có sẵn, không phải gói trả phí.

Bộ nhớ là markdown thuần

Nguồn dữ liệu gốc là một wiki gồm các file .md bình thường, được quản lý bằng git. Bạn có thể grep, mở bằng Obsidian, sửa tay hay rsync. Cơ sở dữ liệu chỉ là chỉ mục dẫn xuất, luôn có thể dựng lại từ file.

Ghi nhận tự động, không cần LLM

Các lifecycle hook tự ghi lại prompt, lệnh gọi công cụ và ranh giới phiên, làm sạch dữ liệu trước khi lưu, rồi gom thành các trang dễ đọc. Đường mặc định dùng không lệnh gọi LLM nào: ghi nhận, tìm kiếm và handoff đều chạy được mà không cần API key.

Quản lý vòng đời bộ nhớ

Bộ nhớ "phai" dần theo lịch bạn tùy chỉnh, trang càng được dùng thì phai càng chậm. Ghi chú cũ có thể được nén về các dữ kiện bền vững, các bản gần trùng được gộp, mâu thuẫn được gắn cờ. Không có gì bị xóa hẳn: bản gốc vẫn nằm trong git và có thể khôi phục bằng restore-page. Các tính năng viết lại hay loại bỏ nội dung đều tắt mặc định. Nếu cấu hình LLM, bạn có thể bật thêm chế độ "dream" để gộp các cụm ghi chú cũ thành trang mạch lạc khi máy rảnh.

Cách hoạt động

Quy trình gồm bốn bước: ghi nhận qua hook, tổng hợp thành trang wiki khi kết thúc phiên, truy hồi bằng tìm kiếm cùng bản tóm tắt đầu phiên, và bàn giao cho agent tiếp theo. Toàn bộ chạy trong một file nhị phân Rust duy nhất, vừa là máy chủ MCP/HTTP vừa quản lý thư mục dữ liệu gồm wiki, chỉ mục SQLite với FTS5 và log.

Trường hợp sử dụng thực tế

• Hết quota Claude Code giữa chừng, chuyển sang Codex mà không phải giải thích lại.
• Làm việc luân phiên giữa máy bàn và laptop với cùng một kiến thức dự án.
• Cả nhóm dùng chung những gì agent đã học về một dự án.
• Hỏi agent "where did we leave off?" để tiếp tục, hoặc "catch me up" để xem tóm tắt hoạt động gần đây.
• Chạy ai-memory bootstrap một lần khi áp dụng cho dự án đã có nhiều tháng lịch sử.

Bắt đầu sử dụng

Trên Windows

1. Mở PowerShell (không cần quyền admin) và chạy:

   irm https://github.com/akitaonrails/ai-memory/releases/latest/download/install.ps1 | iex
   ai-memory setup

2. Script kiểm tra file zip bằng mã SHA-256, giải nén vào %LOCALAPPDATA%\Programs\ai-memory và thêm vào PATH của người dùng.
3. ai-memory setup tạo mục khởi động khi đăng nhập, máy chủ chạy ngầm không hiện cửa sổ console và tự khởi động lại nếu lỗi.

Trên Linux và macOS

1. Cài đặt bằng hai lệnh, không cần root:

   curl -fsSL https://github.com/akitaonrails/ai-memory/releases/latest/download/install.sh | sh
   ai-memory setup

2. setup sẽ hiển thị kế hoạch, tìm các agent có trên máy và hỏi bạn trước khi cấu hình. Dùng --plan để chỉ xem kế hoạch, --yes để bỏ qua câu hỏi.
3. Khởi động lại agent rồi hỏi "What do you remember about this project?" để kiểm tra.

Khởi chạy agent qua ai-memory

README khuyến nghị dùng ai-memory run để tự động cài hook và MCP khi cần:

ai-memory run claude
ai-memory run codex
ai-memory continue
ai-memory resume

Ngoài ra còn có gói AUR cho Arch Linux, RPM cho Fedora, ứng dụng menu bar cho macOS, image Docker và module NixOS. Lệnh ai-memory uninstall --apply gỡ bỏ đúng những gì công cụ đã cài.

Lưu ý

• Nền tảng: Linux, macOS, NixOS và Windows qua WSL2 được hỗ trợ. Windows chạy native hiện vẫn ở mức thử nghiệm.
• Bảo mật: máy chủ mặc định chỉ lắng nghe trên loopback, cài đặt native có bearer token. Riêng bản Docker quick start chạy không xác thực.
• LLM là tùy chọn: có thể thêm Anthropic, OpenAI, Gemini hoặc endpoint tương thích OpenAI như Ollama, LM Studio để cải thiện tóm tắt và bật tìm kiếm ngữ nghĩa.
• Nâng cấp: nếu bạn đang dùng bản 2.x, hãy đọc tài liệu nâng cấp lên 3.0 trước.
• Giấy phép: MIT.

Kết luận

ai-memory là lựa chọn đáng thử nếu bạn thường xuyên đổi qua lại giữa các AI coding agent hoặc muốn cả nhóm dùng chung kiến thức dự án. Điểm cộng lớn là dữ liệu nằm trong file markdown bạn sở hữu và mặc định không cần LLM. Bạn có thể xem mã nguồn và tài liệu đầy đủ tại github.com/akitaonrails/ai-memory.