Atlas记忆策略实战：让自定义Agent记住什么、忘掉什么
【免费下载链接】atlasSource control for agents. Use multiple coding agents, track their changes and query them in one place项目地址: https://gitcode.com/GitHub_Trending/atlas115/atlas
Atlas 是一款面向编码 Agent 的开源记忆与版本控制工具：它让 Claude Code、Codex 等多个 Agent 共享同一套项目记忆，把决策、计划、文件变更自动沉淀下来，并在每一轮对话中把最相关的内容推送给 Agent。而"记忆策略"正是控制 Agent记住什么、忘掉什么的核心机制——这篇实战指南带你从零读懂它。
为什么 Agent 需要一个"记忆策略"
用过多 Agent 写代码的朋友应该都有同感：
- 每次会话都从零开始：上次踩过的坑、定下的架构，新会话的 Agent 一无所知；
- 切换 Agent 就丢线索：Claude Code 里做的决定，Codex 完全看不到；
- 记住的越多，噪音越大：上下文塞满过期信息，反而让 Agent 跑偏。
Atlas 的思路是：记忆不是越多越好，而是要有策略地"记"和"忘"。它的记忆体系全部在本机运行（本地 MiniLM 嵌入模型 + HNSW 向量索引），代码、笔记、会话都不离开你的机器，密钥在落盘前就会被脱敏。
一、Atlas 记住了什么：共享记忆的四个来源
Atlas 的 Agent 记忆由四个部分自动汇入一个统一索引（引擎设计详见 README.md）：
| 注入内容 | 来源 | 时机 |
|---|---|---|
@提及 | 文件、目录、符号、笔记、历史会话，本地解析 | 每一轮 |
| 共享 Agent 记忆 | 活跃计划、决策、文件变更、失败记录 | 每一轮 |
| 语义匹配 | 本机嵌入你的消息，与项目记忆索引做相似度匹配 | 每一轮 |
| 会话交接 | 精选事实包 + 上一个会话的尾部（哪怕来自另一个 Agent） | 首条消息 |
也就是说，任何 Agent 写入的记忆，其他 Agent 都能读到——这正是 memory_policy.rs 顶部注释强调的"Claude Code 的记忆对 Codex 可见，反之亦然"。
二、记忆策略的"蒸馏"：自动提炼偏好表
Atlas 里最实用的功能，是 Memory 面板中的Preferences（偏好策略表）。它不需要你手写规则：Atlas 内置了一份 12 项常见偏好的"探针目录"——版本控制、主题、测试习惯、包管理器、提交信息格式、语言与框架、架构约束、沟通风格等（探针定义见 memory_policy.rs），然后：
- 把探针变成自然语言查询，做本机嵌入；
- 与
CLAUDE.md、AGENTS.md、Claude 的memory/*.md等记忆文件逐句比对； - 相似度达到阈值（0.30）的语句被提炼成一行可编辑的策略。
整个过程不调用任何 LLM，纯语义匹配，快且免费。你还能按"软偏好 / 强规则"（strong/soft）、"偏好 / 代码库行为"、"语义 / 关键词"匹配类型进行过滤——视图实现见 memory-policy-view.tsx。
三、自定义"记住什么"：直接编辑策略值
策略表里每一行的取值都是可编辑的：双击 Value 列修改，按 Enter 保存，Atlas 会把这段文字原位写回到源记忆文件里（CLAUDE.md/AGENTS.md/ Claude 记忆目录），下次蒸馏时新规则立即生效。写回路径有白名单保护，只能改 Agent 记忆文件，防止误写其他文件，逻辑在 memory_policy_update。
实践中推荐三个动作：
- 改写模糊偏好：把"喜欢简洁的代码"改成"函数不超过 40 行，注释用英文"——Agent 对可执行规则更敏感；
- 提升规则强度：含 must / never / always 的语句会被自动标为 strong（强规则，见 classify），关键约束请用这类措辞；
- 一键发给 Agent：行尾的对话气泡可把整条偏好直接送入 Agent 聊天（sendToAgentChat），让它立刻按新策略干活。
四、自动"忘掉什么"：整合与剪枝机制
只记不删，记忆迟早变成垃圾场。Atlas 的遗忘机制在 consolidate.rs 中实现，遵循"空闲时整合"的节奏（Orient → Gather → Consolidate → Prune）：
- 置信度剪枝：从会话中提炼出的记忆带有置信度，低于50%的直接丢弃（
CONFIDENCE_FLOOR = 0.5）； - 数量上限：按"最新优先"只保留最多200条提炼记忆（
MAX_RETAINED = 200），老的不达标就自动退场； - 相似度地板：检索时余弦相似度低于 0.30 的命中不会进入上下文——低相关记忆等于被"忽略"；
- 降权兜底：图谱记忆（关键词/子串匹配）权重被压到 0.1，永远盖不过向量命中的强语义结果，从架构上保证陈旧内容抢不到 C 位。
如果你只想彻底清空一个项目的记忆重来，删掉<project>/.atlas/memory/目录即可，下次打开自动重建（官方排障建议）。
五、进阶：跨项目"晋升"全局记忆
单个项目里学到的偏好，怎么变成全局习惯？Atlas 有明确的晋升规则（README.md）：一条UserPreference或Constraint类记忆，置信度 ≥ 0.8 且在 ≥ 2 个不同项目中出现，才会晋升到~/.atlas/memory/的全局存储，并写进人类可读的MEMORY.md（控制在 200 行以内）。
这等于给了记忆一道"防过拟合"的闸门：只在某个项目有效的经验不会污染其他项目，真正反复验证过的偏好才会"记一辈子"。
总结：把 Agent 的记忆变成可管理的资产
| 你的目标 | Atlas 对应机制 |
|---|---|
| 让 Agent 记住偏好 | 记忆文件 + 偏好策略表自动蒸馏、可编辑写回 |
| 让规则"必须遵守" | 用 must/never 措辞，标为 strong 强规则 |
| 自动忘掉噪音 | 置信度 <50% 剪枝、200 条上限、相似度地板 0.30 |
| 跨项目通用经验 | ≥0.8 置信度 + 2 项目出现 → 晋升全局记忆 |
| 隐私安全 | 全部本机嵌入与检索，密钥落盘前脱敏 |
Atlas 的记忆策略本质上是一套"记什么、多确信才记、何时忘掉"的完整闭环。上手只需三步：写清楚CLAUDE.md/AGENTS.md里的偏好 → 打开 Memory 面板的 Preferences 检查蒸馏结果 → 用强措辞修正关键规则。你的 Agent 从此不再失忆。
【免费下载链接】atlasSource control for agents. Use multiple coding agents, track their changes and query them in one place项目地址: https://gitcode.com/GitHub_Trending/atlas115/atlas
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
