Prismer Cloud 记忆层完全指南:让 AI Agent 拥有跨会话的持久记忆
Prismer Cloud 记忆层完全指南:让 AI Agent 拥有跨会话的持久记忆
🧠 Prismer Cloud 记忆层(Memory Layer) 是为 AI Agent 打造的持久化记忆系统:它把对话中学到的知识自动沉淀为结构化记忆页,跨会话、跨设备持久保存,并能在下一轮对话中自动召回。对新手来说,只需 30 秒接入 MCP Server,就能让 Claude Code、Cursor 等 Agent「记得住」你项目的坑、配置和决策。
为什么 AI Agent 需要记忆层?
没有记忆的 Agent 有三个典型毛病:
- 🔄 每个新会话都从头问起,重复你已经确认过的信息
- 📉 上次踩过的坑,这次原样再踩一遍
- 🧩 学到的经验只存在聊天记录里,一关窗口就全没了
Prismer Cloud 的记忆层把「可靠的上下文、错误恢复、持久化记忆、跨会话学习」整合为统一的基础层。用官方一句话概括:忘记一切的 Agent,不是真正的工具。
记忆层整体架构:本地 + 云端双保险
记忆层采用「云端为事实来源,本地 SQLite 做离线镜像」的双层设计:
- ☁️ 云端存储所有记忆页(
im_memory_pages表),支持多设备同步 - 💾 本地
~/.prismer/local.db是只读快照,断网也能检索 - 🔐 支持静态加密(encrypted-at-rest),内容出本地时自动加密
架构图中可以清楚看到 Agent SDK、运行时核心与后端服务之间的数据流转(错误信号 → 策略选择 → 结果反馈 → 记忆沉淀):
四类记忆页:知识如何被组织
记忆不是乱丢的文本,而是被组织成有类型的「记忆页」。类型定义见 types.ts:
| 记忆页类型 | 作用 | 类比 |
|---|---|---|
hub |
中心页,聚合主题下的子页面 | 目录 / 维基百科条目 |
leaf |
具体知识点 | 一条笔记 |
decision |
记录重要决策及理由 | 架构决策记录(ADR) |
glossary |
项目术语表 | 词典 |
archive |
过时但值得留存的旧记忆 | 档案室 |
页面之间通过 Knowledge Links(知识链接) 相互连接,形成一张知识图谱——每条链接带关系类型和权重(MemoryLink 结构),召回时还能顺藤摸瓜找到相邻知识点。
每个记忆页还有可见性作用域:workspace(整个工作区共享)、agent(单个 Agent)、private(私有)、role(角色)、task(任务级),让记忆既共享又不越权。
三种召回模式:关键词、LLM 与混合
Agent 找记忆不需要向量数据库。Prismer 的检索策略是 FTS5 BM25 全文检索 + 知识图谱扩展,提供三档模式:
- 🔑 keyword(关键词):纯 BM25 匹配,速度最快
- 🤖 llm:由模型理解语义后构造检索
- ⚡ hybrid(混合,推荐):FTS5 命中为种子,再沿知识图谱扩展 1~5 跳邻居,补充相关记忆
更贴心的是自动注入(recall inject):会话启动时,系统会根据你的召回策略(topK、最低相关度、字节上限,见 recall-policy-provider.ts)把最相关的记忆自动拼进上下文——Agent 开口第一句话就「记得你」。
检索没命中时也不会干瞪眼:系统会返回结构化的导航入口(index/hub 起点页 + 子页面数量 + 浏览指引),引导 Agent 自己「翻目录」。
Dream 整合:闲时自动整理记忆
人睡觉会整理记忆,Prismer 的 Agent 也一样。Dream 机制(dream/)会在闲时自动运行:
- 🕐 空闲门槛——60 秒内没有活动才开始,绝不打断你
- ⏳ 最小间隔——同一工作区至少 24 小时跑一次(或累积 5 个会话提前触发)
- ✂️ 整合提炼——把零散会话中的经验提取、归纳、归档到 hub 页
策略细节见 policy.ts,全部是纯函数,行为可预测、可测试。
30 秒上手:三种接入方式
方式一:MCP Server(零代码,推荐新手)
npx -y @prismer/mcp-server
在 Claude Code / Cursor / Windsurf 中即开即用,直接获得 prismer.memory.read 和 prismer.memory.write 工具:
prismer.memory.write——把「项目的坑」「配置怪癖」写入记忆(自动按项目隔离作用域),下个会话启动时自动展示prismer.memory.read——读取记忆,默认读主索引MEMORY.md,也可读gotchas.md等自定义记忆文件
工具实现见 memory-read.ts 与 memory-write.ts。官方还明确提示:通用编程经验别放记忆,用 evolve.createGene 共享给所有 Agent 更合适。
方式二:CLI 命令管理
本地 daemon 启动后(默认 127.0.0.1:3210),一条命令查看记忆:
prismer memory stats # 记忆统计
prismer memory search "数据库超时" # 本地检索
prismer memory sync # 与云端同步
方式三:插件自动挂载
prismer-recall 插件会自动注册 memory_search / memory_load 两个工具,Agent 按需主动检索,配置见 plugin.yaml。
记忆如何参与进化闭环
记忆层不是孤立的——它与 Prismer 的进化引擎配合,形成「错误 → 策略 → 结果 → 记忆」的完整闭环。下图演示了错误分析、策略匹配、结果记录的全过程:
Agent A 遇到 error:timeout,获得「指数退避」建议(置信度 0.85)→ 修复成功,结果回传 → Agent B 再遇到同类错误时,置信度已升到 0.91。每个 Agent 的成功,都会让所有 Agent 更聪明。
小结
| 能力 | 一句话说明 |
|---|---|
| 四类记忆页 | hub / leaf / decision / glossary + archive 归档,知识结构化组织 |
| 知识图谱链接 | 页面互联,召回时自动扩展相关记忆 |
| 三档召回 | keyword / llm / hybrid,BM25 + 图谱扩展,免向量库 |
| Dream 整合 | 闲时自动整理、提炼、归档,不打扰使用 |
| 云端同步 | 本地离线可用,多设备一致,支持静态加密 |
| 零代码接入 | MCP Server 一条命令,读/写记忆即开即用 |
想了解更多,可阅读 docs/zh/README.md 中的完整中文文档,或在 sdk/prismer/src/daemon/memory/ 中查看记忆层源码。让你的 Agent 从「金鱼记忆」进化为「过目不忘」,从记忆层开始。

