OKF Agent Memory教程：Git原生的Agent持久记忆，检索不到300微秒

📌 项目日期：2026年9月 | 数据来源：GitHub官方仓库 | 星数：446+

📋 项目简介

AI Agent的对话在上下文窗口关闭后就"失忆"——宝贵的架构决策、领域发现、运营事实如果不持久化就全部丢失。OKF Agent Memory 提供一个标准化、厂商中立的记忆层：直接住在你的仓库里（knowledge/ 目录），以带YAML frontmatter的纯Markdown文件存在，填补了无结构临时文件（CLAUDE.md、AGENTS.md）与黑盒向量库之间的空白。

它与 Claude-Mem持久记忆引擎（自动捕获+语义压缩路线）、Reef持续学习基础设施（服务端权重改进路线）代表三种记忆哲学，OKF选的是最朴素也最可控的一条：一切皆Git里的纯文本。

🔧 五层架构

⚡ 核心亮点

• 极速：内存BM25检索 <300µs，知识包图校验 ~4ms，不启虚拟机不联网
• 100% Git原生零锁定：全部是版本控制的纯文本，用 git diff / git log 就能审计Agent的记忆变化
• 检索零API成本：本地执行，无外部数据库

📦 安装使用

# Go CLI 安装后初始化知识包
okf init

# 记忆即文件：knowledge/ 下的 Markdown+YAML
# Agent 通过 Skill/MCP 按约定检索与写入

# 校验与搜索
okf validate
okf search "架构决策"

✅ 使用建议

• 适合团队仓库场景：Agent记忆随代码一起review、一起版本化
• 决策类记忆（为什么这么设计）比事实类更适合存OKF；高频原始对话日志另寻方案
• 配合 git hook 让记忆变更走人工审核，防止Agent乱写