周末花了两天时间,我在Codex上搭了一套记忆管理插件。起因很简单:OpenAI给了免费试用月,我想看看这个被热议的编程代理,和我惯用的Claude Code、Copilot、Gemini CLI到底差在哪。
这套插件的核心是我去年写的Forgetful Memory MCP服务。它是个高度可配置的MCP服务,提供工具来暴露Graph-RAG功能,让代理能持久化记忆,并强制采用Zettelkasten方法存储和检索知识。说人话就是:让AI像人类开发者一样"记笔记",而不是每次对话都从零开始。
![]()
我之前在Claude Code上做过类似的整合,配合Context7(新手入门代理编程工具时我首推这个)形成了固定工作流。但Codex这边一直没人提交PR,我自己也没用过。趁这次免费期,决定亲手试试。
目前实现的功能分几块:记忆整理、上下文收集(支持调用Context7)、项目初始化,以及我用的最多的encode-repo——把代码库加入Forgetful项目,然后生成原子化笔记。这个流程在处理多组件、多仓库的复杂架构时特别管用。
关键设计在于查询逻辑。代理问Forgetful时,拿到的不是代码本身,而是"关于代码的记忆"——就像人类开发者被问到产品问题时,先回想逻辑大概在哪个库,再决定要不要深入看代码。
这套工作流目前仍是半手动的:通过斜杠命令触发代理去取信息、整理知识库。Codex的实现让我能横向对比几个主流代理框架的差异,后续可能会根据体验优化命令结构。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.