给 AI 编程助手补记忆并压缩历史上下文的 MCP 工具
Star267
24h 新增+2
7 天新增—
Fork26
Issue9
语言Python
项目介绍
更新于 1 天前
TOMC Memory 是给 Claude Code、Codex、Cursor 这类 AI 编程助手补记忆的工具，解决的痛点很具体：每次开新会话都要重新解释项目背景，而且助手还会把过时的旧结论翻出来——比如你的技术栈从 Flask 换到 Django、再到 FastAPI，最后定在 Litestar，它只该告诉你最新答案。它把历史对话和笔记压缩后按需喂给助手，只保留每个事实的最新版本并附上出处，同时大幅削减输入 token：作者自己的测试显示，保留 40% 历史能把请求输入减少约三成且答案全对，长历史场景下也优于其他六种记忆方法。要注意它不会压缩助手正在进行的对话，一万 token 以下的短历史收益有限，而且靠词面匹配而非语义理解，改写式的更新可能漏掉。适合重度使用 AI 编程工具、经常开新会话又烦于重复交代上下文的工程师，以及研究 Agent 记忆和上下文压缩的人；偶尔用用 AI 聊天的人关系不大。
上手成本：中
Star 趋势
话题标签
agent-memoryclaude-codecodexcontext-compressiondsh-pluginllmlong-contextmcpmemory-compilationpythonresearch-softwaretask-oriented-memory-compilationtoken-optimizationtomc-memory
仓库信息
| License | MIT |
| 创建时间 | 2026-10-06 |
| 最后推送 | 19 小时前 |
| 热度分 | 11.0 |