使用 OpenContext 为 Cursor 等 AI 编程工具构建本地持久化记忆系统

OpenContext 为 Claude 等 AI 编程工具提供本地持久化记忆系统，其核心是 MCP 协议，通过这种方式在 AI 挂载存储空间，如同外部硬盘一般。这种存储机制不依赖向量数据库，而是构建项目级别的上下文缓存，让 AI 能在对话间保存和调用关键信息，无需反复输入项目架构等背景。这种特性尤其适用于 Claude Desktop 或支持 MCP 协议的应用，部署时需配置 MCP Server。以本地环境为例，需先安装 Node.js，再编辑 claude_desktop_config.json，将 OpenContext 路径指向具体项目位置：

{
  "mcpServers": {
    "opencontext": {
      "command": "npx",
      "args": [
        "-y",
        "@opencontext/server",
        "--project-path",
        "/Users/yourname/projects/my-awesome-app"
      ]
    }
  }
}

配置完成后，AI 可以通过指令主动记录或查询信息，例如保存 API 设计规范：

# 让 AI 保存当前的 API 设计规范
"OpenContext, please remember the current API authentication flow for this project."

# 或者查询之前的技术决策
"Check OpenContext to see why we decided to use Redis instead of Memcached last week."

使用 OpenContext 需注意两点：一是路径权限，若项目运行在 Docker 容器或远程磁盘中，MCP Server 可能因权限问题无法读取文件，导致 AI 提示“找不到记忆”，建议在本地原生文件系统路径下运行；二是上下文污染，存入过多琐碎临时变量可能使检索时因过时信息而走偏，应仅保存关键架构设计和技术决策。与全盘索引仓库的 RAG 方案相比，基于 MCP 的 OpenContext 更轻量，专注于记录跨轮对话需保持一致的关键逻辑，如同“知识笔记”。

OpenCode 和 Claude 都能通过 MCP 协议获得持久化项目本地记忆，这一特性让 AI 代理更强大，但前提是它们能记住真正重要的信息。没有记忆时，会存在 Session 上下文消失的问题，代理将失去所有过往决策、约定和架构的记录。若缺乏持久化规则，代理可能会重实现与代码库冲突的模式，破坏架构规则。MCP 协议允许在 Git 中使用 ADR-style 前matter 直接跟踪架构决策，以纯文本 Markdown 格式记录，无需云服务或向量索引，避免产生幻觉。这种做法可以直接在项目中维护，例如在文件 /Users/yourname/projects/my-awesome-app/01 # Architecture.md 下定义，其中 md 表示 Markdown 文件类型，具体内容如 02 ## Authentication 节所示，描述了 JWT with refresh tokens 的使用细节：

03 ## Authentication
04 05 We use **JWT with refresh tokens**
06 07 ### Access Token
08 - 15-minute expiry
09 - Stored in memory only
10 11 ### Refresh Token
12 - 7-day expiry
13 - HttpOnly secure cookie
14 - Rotated on each use

此外，OpenContext 项目本身在 GitHub 上提供完整文档和源码，可通过 Copy Read the Docs ★ Star on GitHub project / 操作获取更多信息。这种本地化记忆方案的优势在于，所有数据都存储在本地，无需依赖云端服务，且符合 HttpOnly 安全标准，保护敏感信息如 JWT 的 Refresh Token。