inmemoria

In Memoria：持久化代码库智能

In Memoria 是一个 MCP 服务，只需学习一次代码库模式，即可将这些智能持久地提供给 AI Agent。它不会在每次交互时重新分析代码，而是持续维护对你的架构、约定和决策的语义理解。

核心概念

设置 → 学习 → 验证 → 提供服务。之后，AI Agent 就可以查询持久化智能，无需反复解析。

快速开始（5 分钟）

# 1. Configure for your project
npx in-memoria setup --interactive

# 2. Build intelligence database
npx in-memoria learn ./src

# 3. Verify it worked
npx in-memoria check ./src --verbose

# 4. Keep it fresh (optional but recommended)
npx in-memoria watch ./src

# 5. Expose to agents via MCP
npx in-memoria server

适用场景

✅ 适合使用 In Memoria：

• 构建长期合作的 AI Agent（Claude、Copilot 等）
• 重视跨会话一致性的项目
• 希望共享代码库智能的团队

❌ 无需使用：

• 一次性分析（直接使用 npx in-memoria analyze [path]）
• Agent 可以直接读取的简单项目

5 个核心命令

命令	用途	使用时机
setup --interactive	配置排除项、路径和偏好设置	仅首次使用
learn [path]	构建／重建智能数据库	设置后、大规模重构后
check [path]	验证智能层	学习后、启动服务前
watch [path]	代码变更时自动更新智能	开发期间（可选）
server	启动 MCP 服务，供 Agent 查询	检查通过后

主要区别： learn 会构建持久化知识。analyze 仅用于一次性报告。

Agent 可以看到什么

连接后，Agent 可以查询：

• 项目结构 - 技术栈、入口点和架构
• 代码模式 - 命名约定、错误处理和所用模式
• 智能路由 - “添加密码重置” → 建议使用 src/auth/password-reset.ts
• 语义搜索 - 按含义而非关键词查找代码
• 工作上下文 - 跟踪决策、任务和方法的一致性

故障排除

问题	解决方法
学习失败	确认路径正确；检查文件权限
检查报告缺少智能数据	再次运行 learn [path]
Agent 看不到新代码	watch 是否正在运行？启动它：npx in-memoria watch ./src
服务无法启动	先运行 check --verbose；如果存在问题，请重建：rm .in-memoria/*.db && npx in-memoria learn ./src
多个项目发生冲突	使用 server --port 3001（或为每个项目指定不同端口）

性能说明

• 小型项目（少于 1K 个文件）：学习耗时 5-15 秒
• 中型项目（1K-10K 个文件）：30-60 秒
• 大型项目（10K 个以上文件）：2-5 分钟

如果学习停滞超过 10 分钟，请确认没有索引 node_modules/、dist/ 或构建产物——使用 setup 的排除模式。

核心原则

1. 本地优先 - 所有内容都保留在你的设备上；不收集遥测数据
2. 持久化 - 只需学习一次；智能会通过 watch 增量更新
3. 面向 Agent - 专为 MCP 设计；可与 Claude、Copilot 及任何兼容 MCP 的工具配合使用
4. 基于模式 - 从实际代码中学习，而非使用你定义的规则

部署模式（3 个终端）

# Terminal 1: One-time setup
npx in-memoria setup --interactive
npx in-memoria learn ./src
npx in-memoria check ./src --verbose

# Terminal 2: Keep intelligence fresh
npx in-memoria watch ./src

# Terminal 3: Expose to agents
npx in-memoria server

# Now agents (Claude, Copilot, etc.) have persistent codebase context

完整的 API 文档和 Agent 集成示例，请参阅 GitHub。