engramory

做 AI Agent 记忆功能的时候，最常见的两个坑是：要么把记忆做成一个笨重的数据库/向量检索系统，要么让记忆文件夹无限膨胀，最终变成一坨没人敢动的垃圾。Engramory 走的是第三条路——它不搞基础设施，不搞嵌入向量，不搞服务器，只靠一堆小型的、人类可读的 Markdown 文件，加上一个每次会话都会加载的索引，就把记忆这件事管得明明白白。

它的核心是一套严格但务实的纪律：写入前先查重、能更新就不新增、发现错误就删除，以及"仓库里已经有记录的东西别存"。每个反馈型记忆都必须写清楚 Why（为什么）和 How to apply（怎么用），让程序性记忆真正可执行。索引被设计成有上限的——加载窗口有限，所以它会在接近上限时提醒你压缩，而不是让旧记忆悄悄从上下文里消失。这些规则以常驻规则文件的形式加载，每次任务都会生效，而不是靠运气触发。

适合谁用？如果你在用 Claude Code、Codex 这类支持常驻规则和文件读取的 Agent，想要一套轻量、可审计、可手动编辑的记忆方案；或者你受够了记忆库自动抽取出来的向量碎片，想要自己掌控记忆的增删改查，那 Engramory 就是为你准备的。它不追求搜索能力、不追求规模、不追求全自动捕获——它追求的是让你在任何一个 Agent 上都能用同一套记忆纪律，且整套东西用记事本就能打开检查。