用 Git 管理 AI Memory 的方案

适用工具：Claude Code、Kimi Code CLI、DSH（DeepSeek Harness）。 核心思路：memory 就是 markdown 文件，git 仓库是唯一事实来源，通过软链/导入机制分发到各工具的约定位置。

三层划分

层级

作用域

放什么

在 git 仓里的位置

全局（用户级）

所有项目

个人偏好、沟通风格、通用工作流（如"回复用中文"、"提交信息格式"）

global/

工作区（项目级）

单个项目

项目架构、构建/测试命令、代码规范、踩坑记录

projects/<项目名>.md，或直接放在项目仓库里

个人整理（知识库）

跨项目沉淀

从会话中提炼的文档、笔记、方案（如本仓库的 ai/、article/）

整个仓库本身就是

优先级共识：工作区 > 全局（项目级覆盖个人级），个人整理层不自动注入，由 AI 按需检索（Grep/Read）或人工引用。

各工具的 memory 机制与利弊

Claude Code（CLAUDE.md 体系）

四级层级，启动时自动加载，层级高的先加载：

级别

位置

企业策略

Linux: /etc/claude-code/CLAUDE.md

项目（团队共享）

./CLAUDE.md 或 ./.claude/CLAUDE.md

用户（全局）

~/.claude/CLAUDE.md

项目（个人本地）

./CLAUDE.local.md（已废弃，官方建议改用 import）

关键特性：

  • @path 导入：CLAUDE.md 里写 @~/memory/global.md 即可引入外部文件，可递归，最深 5 层。这是接 git 仓的关键机制。

  • 向上递归查找：在子目录启动时会一路向上读各级 CLAUDE.md，monorepo 友好。

  • # 快捷追加：输入以 # 开头，直接选择写入哪个 memory 文件。

  • /memory 编辑、/init 生成项目初版。

利：层级最完整、import 机制让"git 仓集中管理 + 各项目按需引用"最自然；# 追加极大降低沉淀成本。 弊：CLAUDE.md 是私有文件名，与跨工具通用的 AGENTS.md 标准不兼容（需软链变通）；import 最多 5 层，深层知识库引用要控制深度。

Kimi Code CLI（AGENTS.md 体系）

两级，均为 AGENTS.md：

级别

位置

全局（Kimi 专用）

~/.kimi-code/AGENTS.md（随 KIMI_CODE_HOME 移动）

全局（跨工具通用）

~/.agents/AGENTS.md

工作区

项目根的 AGENTS.md（也支持子目录级，按需加载）

利：直接用 AGENTS.md 开放标准，与 Codex、DSH 等工具天然兼容，一份文件多工具通吃；~/.agents/AGENTS.md 是所有支持该标准的工具共享的全局层。 弊：没有 # 快捷追加、/memory 这类内置 memory 管理命令，沉淀要靠口头指令（"把这个写进 AGENTS.md"）；没有 @import 语法，引用外部文件只能靠会话中用 @路径 手动附带。

DSH / DeepSeek Harness

  • 工作区：以运行命令时所在目录为 workspace 根，加载适用的 AGENTS.md 或 CLAUDE.md，渲染预算上限 65,536 字节（64KB）——超长会被截断，这是三者中唯一有硬性大小限制的。

  • 全局/机器级：没有独立的全局 memory 文件，全局偏好写在 home 级配置 $DSH_HOME/cordis.patch.yml（如 personaPrefix 字段，每轮注入），对所有 profile（web/headless）生效。

  • 插件生态：有大量第三方 memory 插件（长期记忆库、自动沉淀、跨会话 recall 等），如 dsh-plugin-memory、dsh-memory-eternal，可 dsh plugin --profile web add <包> 安装。

利：同时认 AGENTS.md 和 CLAUDE.md，接入成本低；插件生态提供超出"静态文件"的动态记忆（自动沉淀、检索召回）。 弊：64KB 渲染预算要求 memory 文件保持精简；全局层是 YAML 配置不是 markdown，不适合放大段知识，且在家目录配置里不便随 git 仓同步（只能软链整个 patch 文件）；插件质量参差，内网环境装不了插件时只剩静态文件一条路。

推荐落地方案

目录结构（一个 git 仓管全部）

memory-repo/
├── global/
│   └── AGENTS.md            # 全局通用偏好（三工具共享的事实来源）
├── projects/
│   ├── linux-reference.md   # 各项目的 curated memory
│   └── some-project.md
├── kb/                      # 个人整理层：沉淀的知识文档（本仓库的 ai/、article/ 即此角色）
└── sync.sh                  # 分发脚本（软链到各工具约定位置）

分发方式

# 全局层：一份文件，三处软链
ln -sf ~/memory-repo/global/AGENTS.md ~/.agents/AGENTS.md        # Kimi 等通用标准
ln -sf ~/memory-repo/global/AGENTS.md ~/.kimi-code/AGENTS.md     # Kimi 专用全局（可选，与上行二选一）
ln -sf ~/memory-repo/global/AGENTS.md ~/.claude/CLAUDE.md        # Claude 全局

# 工作区层：在每个项目根目录
ln -sf ~/memory-repo/projects/some-project.md /path/to/project/AGENTS.md
cd /path/to/project && ln -sf AGENTS.md CLAUDE.md                # Claude 兼容（Kimi/DSH 直接认 AGENTS.md）

DSH 的全局偏好（personaPrefix）内容少，直接在 ~/.dsh/cordis.patch.yml 里写一句"先读 ~/memory-repo/global/AGENTS.md"，让它每轮从 git 仓取最新内容，避免维护两份。

日常工作流（AI + git 闭环）

  1. 沉淀：会话中产生值得记住的内容时，直接对 AI 说"把这个写进 memory"——Claude 用 # 前缀，Kimi/DSH 口头指令即可。写完文件就在 git 仓里（软链），git diff 一目了然。

  2. 审阅：memory 是 AI 的"自我暗示"，写错了会反复带偏。每次提交前人工过一遍 diff，宁缺毋滥。

  3. 同步：git commit && git push，其他机器 git pull 即生效（软链指向仓内文件，无需再分发）。

  4. 整理：定期让 AI 把 projects/*.md 中沉淀的通用经验提炼到 kb/（个人整理层），保持 memory 文件精简——这对 DSH 的 64KB 预算尤其重要。

注意事项

  • 不要入库密钥/内网地址：memory 文件会被注入每次会话并可能随会话导出，敏感信息一律不放。

  • 控制体积：DSH 64KB 硬上限、Claude import 5 层深度，都指向同一原则——memory 文件放"指针和规则"，细节放知识库文档，用路径引用。

  • AGENTS.md 是最大公约数：三工具都认它（Claude 靠软链 CLAUDE.md -> AGENTS.md），新内容默认写 AGENTS.md 体系。

  • 个人整理层不进上下文：知识库靠 AI 按需 Grep，不要全部塞进 memory 文件，否则挤占对话上下文、拖慢每次请求。

参考来源