没有MCP也能用:如何用CLAUDE.md和.cursorrules让projectmem记忆覆盖任意AI工具
没有MCP也能用:如何用CLAUDE.md和.cursorrules让projectmem记忆覆盖任意AI工具
projectmem 是一个开源的 AI 编程助手记忆工具(coding agent memory),它把开发过程中遇到的问题、失败的尝试、修复方案和架构决策记录在本地,让 AI 不再重走老路。而这篇文章教你:不配置 MCP,仅靠 CLAUDE.md 和 .cursorrules 两个规则文件,就能让 projectmem 的项目记忆覆盖任意支持读文件的 AI 工具,全程本地运行,无需云端。
🧠 为什么规则文件是 AI 的“通用记忆通道”
MCP 是不少 AI 工具(Claude Code、Cursor、Codex 等)支持的增强协议,但很多编辑器、插件式 AI 甚至你自建的 agent 并不支持它。好在几乎所有 AI 编码工具都有一个共同习惯:会话开始时读取项目里的规则文件——CLAUDE.md、.cursorrules、AGENTS.md。
这里有个关键区别(官方 FAQ 的说法):
- 规则文件存放的是静态规则——“在这个仓库里该怎么干活”;
- projectmem 存放的是动态历史——“这个文件上已经试过什么、什么方案已经失败过”。
两者互补。projectmem 提供了 三条不依赖 MCP 的记忆通路,全部输出纯文本、可直接写进规则文件:
| 通路 | 命令 | 写入目标 |
|---|---|---|
| 规则桥接 | pjm init(自动) |
CLAUDE.md + AGENTS.md |
| 记忆编译 | pjm export |
CLAUDE.md / .cursorrules |
| 会话注入 | pjm wrap |
规则文件 / 消息前缀 / 剪贴板 |
🚀 第一步:pjm init 自动写好的规则桥
安装后在项目里执行一次初始化:
pip install projectmem
cd your-project
pjm init
pjm init 会在仓库根目录创建(或安全更新)CLAUDE.md 和 AGENTS.md 两个文件,并写入一段带标记的桥接块(bridge block),内容是完整的工作流规则:会话开始先读记忆、改文件前先查失败历史、遇到 bug 要记录 issue 等。
为什么要写两个文件?因为 pjm init 只跑一次,而你今天用 Claude、明天可能换 Codex——Antigravity 和 Codex 并不读 CLAUDE.md,所以两个文件都写才能保证任意工具都能看到指引。相关实现见 init.py:桥接块被 <!-- >>> projectmem bridge >>> --> 标记包围,重复执行 pjm init 时只原地替换这一段,你手写的其他内容不会被覆盖。
📦 第二步:pjm export 一条命令编译项目记忆
桥接块告诉 AI “该怎么做”,真正承载记忆内容的是 pjm export:
pjm export --claude-md # 写入 CLAUDE.md
pjm export --cursor # 写入 .cursorrules
它会把当前仍然有效的记忆编译成一个标记块写进规则文件,内容分三部分:
- Current decisions —— 当前生效的架构决策(最多 15 条,被新决策取代的会自动剔除,过时的会标注 “possibly stale”);
- Known gotchas —— 已知坑与注意事项(最多 10 条);
- Do NOT retry — these already failed —— 最近 90 天内失败的尝试清单(最多 12 条),按文件归类。这正是 projectmem 的核心卖点:让 AI 在动手前就知道哪条路已经走过了。
这个块由 <!-- >>> projectmem memory (auto-generated, do not edit) >>> --> 标记包围:重跑一次就原地刷新,文件其余部分绝不被触碰,所以你可以放心把它和手写的团队规范共存于同一个 CLAUDE.md。编译逻辑在 export.py。
💡 对不读任何特殊文件的 AI 助手(Copilot、插件、自建 agent),只要它会打开 CLAUDE.md 或 .cursorrules,它就自动继承了整个项目的判断力——零 MCP、零配置。
⚡ 第三步:pjm wrap 按 token 预算为会话注入记忆
如果希望 AI 每次会话都带着最新记忆开场,可以用 pjm wrap 在启动 agent 前注入一段压缩过记忆:
pjm wrap claude # Claude Code:注入 CLAUDE.md 并启动
pjm wrap cursor --tokens 3000 # Cursor:注入 .cursorrules,自定义预算
pjm wrap aider --preview # Aider:消息前缀模式;--preview 只预览不注入
注入内容由 context.py 按 token 预算智能压缩,优先保留 WARNINGS(勿重蹈覆辙的失败方案)→ Recent Decisions → Relevant Fixes → File Gotchas,预算越大信息越全。注入块同样用标记包裹,重复执行时先清旧块再写新块。
各模式的 token 开销对比(官方估算):
| 方式 | 每会话 token(估) | 说明 |
|---|---|---|
| 无 projectmem | 5,000 – 20,000+ | AI 每次重读源码 |
| 规则文件模式(本文方式) | ~2,500 | AI 读 3 个小蒸馏文件 |
pjm wrap 预注入 |
500 – 2,000 | 预算由你控制 |
| MCP 模式(推荐) | ~800 – 1,500 | 按需调用工具读取 |
🎯 无 MCP 模式的最佳实践清单
- 把
.projectmem/提交进 git:每个 clone 仓库的成员和 AI 都会继承同一份记忆,团队共享“哪些路走不通”。 - 不依赖 AI 也在记:
pjm init安装的 git hooks 会在提交时自动捕获事件——就算某个 AI 工具完全没接入,记忆依然在积累,pjm export随时能把最新判断同步进规则文件。 - 不要手改标记块:记忆会过时,改一处就会和
events.jsonl里的真相脱节;需要更新时重跑pjm export即可。 - 保留升级通道:工具日后支持 MCP 了,直接切 MCP 模式(token 成本最低),规则文件里的块可以原样留着给其他工具用,二者不冲突。
📂 相关源码与文档速查
| 内容 | 位置 |
|---|---|
| 记忆编译进规则文件 | export.py |
| 会话注入(wrap) | wrap.py |
| token 预算压缩算法 | context.py |
| 规则文件桥接块 | init.py |
| 完整命令参考 | README.md |
| 15 分钟上手教程 | TUTORIAL.md |
| 官方 FAQ(含“与 CLAUDE.md 的区别”) | llms.txt |
| 版本更新记录 | CHANGELOG.md |
小结:MCP 是 projectmem 的体验上限,而 CLAUDE.md / .cursorrules 是它的体验下限——三条纯文本通路确保无论你的 AI 工具强不强,项目记忆都能覆盖到它。对新手来说,从 pjm init + pjm export 起步,五分钟就能让整个团队(和所有 AI)共享一份“别再走弯路”的项目记忆。


