你的AI编程助手还在重复犯错？有人做了个"记忆系统"

上周刚修好的bug，这周又冒出来了。不是代码有问题，是你的AI助手忘了。

GitHub Copilot、Cursor这些工具越来越顺手，但有个尴尬的现实：它们记不住你团队的"家规"。代码规范、安全红线、踩过的坑——每次都要重新教一遍。一位开发者干脆自己动手，造了个给AI用的"记忆引擎"。

这个项目叫TechSphereX Studio，定位是"AI体验引擎"。它不替代你的编程助手，而是插在中间当"监工"：AI每走一步，它都实时扫一眼，从团队知识库里捞相关经验，再推给AI参考。按作者的说法，这是让AI拥有"制度记忆"的尝试。

整个系统分三层过滤。第一层最轻，只读操作比如ls、cat直接放行，耗时不到1毫秒。第二层用向量数据库Qdrant做语义搜索，50毫秒内找到相关历史记录。第三层更狠，本地跑个LLM（通过Ollama）把噪音筛掉，确保推给AI的建议够准，这一步控制在500毫秒内。

技术栈横跨四种语言，全塞在一个monorepo里。Python（FastAPI + Qdrant）管核心引擎和向量数据库；Rust（Tauri 2.0）做高性能桌面端；React 19 + Vite 6搭管理界面；TypeScript则包了VS Code插件、CLI工具和SDK。无论用哪个入口，最终都连到中央的FastAPI服务。

工作流程是这样的：你让AI"建个数据库连接"，AI先问TechSphereX，引擎回一条"⚠️ 关键：数据库连接用单例模式"，AI第一次就把代码写对。本质上，是把人反复纠正AI的体力活，自动化了。

开发过程也有坑。用PyInstaller把Python引擎打包成Windows可执行文件时，触发了一堆杀毒软件误报。原因是启动器会把文件解压到临时目录，又带了PyTorch这类ML库。作者的解决办法包括禁用UPX压缩、添加PE元数据，细节都写在README里供后人参考。

目前版本v0.1，完全开源。路线图上有团队云端同步、Copilot原生钩子、JetBrains插件支持。核心问题也很直白：当AI代理越来越深入工作流，怎么让它们记住组织的知识，而不是每次从零开始？

这个项目给出的思路是"拦截+增强"——不替换现有工具，在中间加一层记忆层。对于已经在用AI编程、又被重复纠错烦透了的团队，或许值得一看。