agentmemory + Cursor完整插件:7个钩子、17个技能与MCP一次配齐
【免费下载链接】agentmemory#1 Persistent memory for AI coding agents based on real-world benchmarks项目地址: https://gitcode.com/GitHub_Trending/age/agentmemory
agentmemory 是一款为 AI 编码智能体打造的持久记忆插件,其 Cursor 完整插件一次性注册 7 个生命周期钩子、17 个技能与 1 个 MCP 服务器(54 个工具),自动捕获每次编码会话并压缩为可检索的长期记忆,让你在新会话中不必再向 Cursor 重复解释项目背景、技术选型和测试约定。
本文带你完成安装,并逐一拆解 7 个钩子的分工、17 个技能的分类,以及 MCP 服务上线的完整路径。
为什么 Cursor 需要 agentmemory 持久记忆
每个编码智能体都会在会话结束时"失忆":Cursor 自带的 notepads 更像便利贴,容量和检索能力都很有限。agentmemory 则像便利贴背后的可搜索数据库:
- 🔍 混合检索:BM25 + 向量 + 知识图谱,只把 top-K 结果注入上下文
- 📉 240 条观察记录约 1,900 tokens(比全量加载少约 92%)
- ⚡ 0 外部数据库依赖,本地文件即存储
- 🎯 LongMemEval 基准上 95.2% 的检索命中率(R@5)
它的记忆流水线是:工具调用被钩子捕获 → SHA-256 去重 → 隐私过滤(剔除密钥)→ LLM 压缩为结构化事实 → 向量化并建索引。下次会话开始时,相关记忆自动注入上下文。
三步完成 Cursor 快速安装
第 1 步:启动记忆服务器
npx @agentmemory/agentmemory首次运行是交互式向导:选择要接入的智能体(勾选 Cursor)、选择 LLM 提供方(也可无密钥运行),随后在:3111端口启动记忆服务。
第 2 步:接入 Cursor(二选一)
- 🧩仅 MCP:执行
agentmemory connect cursor,自动把服务条目合并进~/.cursor/mcp.json; - 📦完整插件:在 Cursor 中通过 Settings → Plugins → local checkout 加载本插件目录,一次性注册 7 个钩子 + 17 个技能 + MCP 服务器,
AGENTMEMORY_URL/AGENTMEMORY_SECRET在 Cursor 插件面板中统一管理,Cursor IDE 与cursor-agentCLI 均可用。
第 3 步:验证
curl http://localhost:3111/agentmemory/health插件的钩子与 MCP 配置分别定义在 plugin/cursor/hooks.json 和 plugin/cursor/mcp.json,想深入了解注册细节可直接查看这两个文件。
7 个自动捕获钩子:每个会话节点都有人值守
Cursor 完整插件注册的 7 个钩子覆盖会话全生命周期,对应的执行脚本位于 plugin/scripts/ 目录:
| 钩子 | 触发时机 | 职责 |
|---|---|---|
sessionStart | 会话开始 | 检索并注入相关记忆,Agent 带着上下文开工 |
beforeSubmitPrompt | 提交提示词前 | 结合当前提示预取相关记忆 |
preToolUse | 工具调用前(匹配 Shell/Read/Write/Grep) | 记录意图与目标 |
postToolUse | 工具调用后 | 捕获观察:去重、隐私过滤、LLM 压缩入记忆 |
postToolUseFailure | 工具调用失败 | 记录失败模式,沉淀为可复用教训 |
stop | 回答停止时 | 总结本轮会话并落盘 |
sessionEnd | 会话结束 | 会话摘要 + 知识图谱抽取;CLI 打印模式在结束时从转写回补 |
这套设计意味着无需任何手动操作:你正常写代码,记忆流水线在后台静默工作。会话 1 里"给 API 加鉴权",会话 2 里 Agent 已经知道鉴权用的是哪个中间件、为什么选了 jose 而不是 jsonwebtoken。
17 个技能:9 个行动技能 + 8 个参考技能
技能(Skills)告诉 Agent何时该调用记忆工具,全部采用<dir>/SKILL.md标准格式,源码位于 plugin/skills/ 目录:
9 个可调用行动技能(用户可直接触发):
- 🧠
remember/recall:保存洞察与按概念标签检索 - 📝
recap/handoff:会话回顾与跨 Agent 交接 - 🗑️
forget:删除指定记忆 - 💡
lesson:沉淀经验教训 - 📜
commit-context/commit-history/session-history:提交与会话历史查询
8 个按需加载的参考技能:memory-discipline、agentmemory-mcp-tools、agentmemory-rest-api、agentmemory-config、agentmemory-agents、agentmemory-hooks、agentmemory-architecture、write-agentmemory-skill。参考技能内置从源码生成的数据表,文档与实现永不脱节。
一条命令安装到 Agent 原生技能目录(支持 50+ 智能体):
npx skills add rohitg00/agentmemory -y注意它和agentmemory connect cursor是互补关系:前者装"技能"让 Agent 知道何时调用,后者写"MCP 配置"让工具可用。
MCP 服务器:54 个记忆工具随取随用
插件中的 MCP 条目在所有使用mcpServers结构的宿主中都相同,通过@agentmemory/mcp包启动:
- 🌐代理模式:能连上运行中的 agentmemory 服务器时,暴露完整54 个工具(保存、召回、混合检索、治理、审计等);
- 📦本地降级:连不上服务器时自动回退为 7 个本地工具(保存、召回、智能搜索、会话、导出、审计、治理删除);
- ⚙️
AGENTMEMORY_URL/AGENTMEMORY_SECRET未设置时回退到http://localhost:3111,一套配置同时覆盖本地与远程部署。
⚠️ 如果在 Cursor 中只看到 7 个工具,说明记忆服务器没在运行——先启动npx @agentmemory/agentmemory即可。
实时监控:看看记忆在后台如何工作
服务启动后,打开http://localhost:3113的实时查看器,可以直观看到记忆条目的存取与图谱结构;底层的 iii 引擎控制台还能查看触发器、Worker 和调用瀑布流,排查钩子行为一目了然。
写在最后
agentmemory 的 Cursor 完整插件把"记什么、何时记、如何用"三件事一次性解决:7 个钩子负责无感捕获,17 个技能负责调用时机,MCP 服务器负责工具供给。装好之后,你的 Cursor 会像一个记得住所有决策的长期同事——新会话开始的第一句话,就可以直接进入正题。
如需完整命令参考与更多智能体(Claude Code、Gemini CLI、Codex 等 20 种适配器)的接入说明,可查阅仓库根目录的 README.md。
【免费下载链接】agentmemory#1 Persistent memory for AI coding agents based on real-world benchmarks项目地址: https://gitcode.com/GitHub_Trending/age/agentmemory
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考