当前位置: 首页 > news >正文

Memory MCP

作为长期与AI协同编程的实践者,我认为TRAE的Memory功能,本质上是将你从一个“重复的指令者”转变为“高效的合作者”。它让AI能记住你的工作习惯和项目规范,就像一位配合默契的搭档,不用每次都从头交代。

下面具体看看它的工作机制和如何用好它。

🧠 理解两种记忆:你的个人习惯与项目规范

Memory分为两类,服务于不同的场景:

记忆类型生效范围生活化比喻最佳实践场景举例
全局记忆你电脑上所有项目你的个人编程习惯。就像你喝咖啡固定不加糖、写代码必先写注释一样,是跨项目的个人偏好。• 代码风格(如“变量名用驼峰式”)
• 常用技术栈偏好(如“默认使用Vue 3组合式API”)
• 沟通习惯(如“解释方案时请先讲核心逻辑”)
项目记忆仅当前项目这个项目的专属说明书。就像每个家有自己的电器使用说明和收纳规则,不适用于其他地方。• 项目技术栈(如“本项目使用React 18和Ant Design”)
• 特定目录结构(如“工具函数请放在src/utils/下”)
• 项目专属规则(如“本项目的API响应体统一包裹在data字段中”)

⚙️ 如何启用并创建记忆

  1. 启用功能:在IDE或SOLO模式的界面右上角,点击设置图标,在设置中心找到并打开“记忆”功能的开关。

  2. 创建记忆:主要有两种方式,都非常直接:

    • 主动告知:在对话中直接说需要记住的规则,例如“记住,我习惯用TypeScript而不是JavaScript”。

    • 自动捕捉:系统会识别对话中可作为规则的语句,并提示你保存为记忆。确认后,这条记忆就会出现在对话流中,你可以点击查看详情。

💡 使用记忆的最佳实践:从“能用”到“好用”

要让Memory真正成为得力助手,可以遵循以下四个原则:

  • 一、系统性规划:像装修房子一样规划记忆
    不要零散记录。在项目开始前,花几分钟规划需要哪些项目记忆。这如同装修前先设计图纸,能确保AI从一开始就理解项目语境,减少后续的反复纠正。可以把记忆条目看作是项目的“基本法”。

  • 二、指令清晰具体:像餐厅点餐一样下达指令
    模糊的指令会产生模糊的记忆。对比下面两种说法:

    • 模糊:“写好点的代码”(AI不清楚具体标准)

    • 清晰:“记住,为我生成的函数需要包含详细的JSDoc注释,并处理主要的边界异常情况
      清晰的指令如同给出精确的坐标,能让AI准确命中你的预期。

  • 三、质量优于数量:像整理衣柜一样管理记忆上限
    全局和项目记忆各有20条上限。这要求你像管理一个精品衣柜,只保留最常穿、最合身的衣服。

    • 评估价值:优先保存那些需要反复强调、或一旦出错成本很高的规则(如部署命令、核心架构约定)。

    • 合并同类:将类似的偏好合并为一条更概括的记忆。

    • 定期清理:系统会按使用频率自动清理,但主动维护能保证记忆库始终精炼有效。

  • 四、主动管理:像更新通讯录一样维护记忆
    记忆不是设置完就一劳永逸的。需求会变,规则也会更新。

    • 更新:当你提出新要求(如“以后接口请求都用axios实例”),AI会自动覆盖旧的相关记忆。

    • 删除:可随时在设置中心的记忆部分,手动删除不再需要的记忆。

注意:记忆数据存储在本地,无法跨电脑同步。同时,一次性指令、模糊偏好或敏感信息(如密码)不会被自动保存。

总而言之,有效使用Memory的关键在于视AI为伙伴,并像培养伙伴一样,清晰、系统、主动地与之沟通你的长期需求和规则。从规划几条关键的项目记忆开始实践,你很快就能感受到工作流的变化。

http://www.jsqmd.com/news/313962/

相关文章:

  • 【Redis架构优化篇】吃透Docker+Redis:从单节点到主从哨兵,配置模板直接抄
  • Playwright MCP
  • 使用 TRAE进行团队开发
  • Gitlab MCP
  • 恒小花分期商城额度怎么使用以及怎么提现出来
  • 基于大语言模型协同标注的政策文本技术实体识别研究
  • 延迟绑定机制与ret2dlresolve
  • 完整教程:Leetcode 70 好数对的数目 | 与对应负数同时存在的最大正整数
  • Spring 中 REST API 调用工具对比:RestTemplate vs OpenFeign
  • 【游戏推荐】展翅翱翔 全DLC(WINGSPAN)免安装中文版
  • Simulink 程序状态声音提示方案-PART-蜂鸣-程序提示
  • k8s部署dify
  • k8s部署harbor(storageclass+ingress)
  • k8s新版本nfs-csi
  • iPhone XS 全面解析:宣传图/配色/参数速查 + 体验亮点 + 二手选购避坑清单
  • 2026年了,作为一个程序员你觉得是业务重要还是技术重要?
  • 随机数预测与爆破canary
  • 我爱学习,我的思想特别的正
  • Java项目用了JSQParser,但它用的是LGPL-2.1-only许可证,这会有哪些合规隐患?怎么安全替换或规避?
  • HTTPS克隆Git仓库时总要输密码,怎么一劳永逸地解决?
  • 数据结构:(三)字符串——从暴力匹配到 KMP 的跨越
  • Abaqus螺栓施加预紧力
  • 智能体设计模式重点
  • 数据说话,2026国自然或许是最难的一年
  • 大学英语资源合集
  • 近年来,我一直在用的科研工具
  • 1月29号直播【昇腾NPU强化学习案例】
  • 从opencode源码到skills的编写建议
  • Spec Coding一款端到端 AI Agent 应用
  • 2025年主流AI Agent框架调研