适合谁
- Claude Code 用户，希望智能体不再重复犯错的开发者
- 需要诚实测量记忆效果的 AI 应用开发者
- 注重隐私、要求数据本地存储的用户
- 希望采用结构化记忆分层（如情景、语义、程序性等）的团队
A
57FMRS · C
AgentRecall 提供了独特的纠正优先记忆方法和诚实的测量框架，但当前自评数字较低（如捕捉率 35.3%，传输召回 0/4），表明其效用仍在验证中。适合重视可审计性和本地控制的 Claude Code 用户，但需要积极遵循会话循环。
AgentRecall 是一个以纠正为先的智能体记忆系统，提供 MCP 服务器、SDK 和 CLI。它将每次对智能体的纠正都记录为带有严重性、证据和结果跟踪的结构化记录，并跨会话、跨项目持久化。它特有的“纠正账本”和“测量工具”能够追踪纠正是否在后续会话中真正改变了智能体的行为，而不仅仅是检索能力。所有记忆默认存储在本地的 Markdown 文件中，可选 Supabase 镜像提供向量语义检索。
工具能力
session_start
在新会话开始时调用，加载上下文。
session_end
在会话结束时调用，整合学习到的内容。
remember
当人类纠正时调用，记录为类型为 "correction" 的信息。
recall
检索过去的知识。
memory_query
按需查询记忆。
安装接入
- 安装 MCP 服务器：在 Claude Code 中运行
claude mcp add --scope user agent-recall -- npx -y agent-recall-mcp。或者在其他客户端配置中使用 JSON 配置。 - 在新会话的第一条消息中运行循环：调用 session_start 加载上下文，当人类纠正时调用 remember（类型为 correction），在会话结束时调用 session_end。
- 可选：安装 SDK（npm install agent-recall-sdk）或 CLI（npx agent-recall-cli）。
claude_desktop_config.json
{
"mcpServers": {
"agent-recall": {
"command": "npx",
"args": [
"-y",
"agent-recall-mcp"
]
}
}
}
选型与风险
不适合谁
- 需要实时或高吞吐量记忆检索的场景
- 希望完全自动化的记忆管理，不愿手动执行会话循环的用户
- 需要云端同步或多用户协作的项目
- 对检索性能要求极高、需要 BM25 等高级索引的用户
所需权限
- 读取和写入本地文件系统（默认路径 ~/.agent-recall/）
- 执行本地命令（如 CLI 工具）
- 可选：使用 OpenAI API（如果设置 OPENAI_API_KEY 进行向量搜索）
- 可选：使用 Supabase 镜像进行远程同步
风险与副作用
- 记忆内容可能包含敏感信息，虽本地存储但需注意访问控制
- 测量工具可能产生误导性数据（如默认“已遵守”偏置），需谨慎解读
- 自动会话循环要求用户遵守会话起始和结束的流程，否则记忆可能不完整
- 实验性组件（如梦境整合、递归检查工具包）可能不稳定
- 依赖 npm 包执行，存在供应链风险（需校验来源）
常见排障
- 如果 MCP 服务器无法启动，请检查 Node.js 版本和 npm 网络连接。
- 如果记忆未持久化，确认遵循了 /arstart 和 /arsave 的会话循环。
- 如果检索结果不佳，检查本地记忆文件是否存在于 ~/.agent-recall/projects/<slug>/ 下。
- 如果遇到登录过期，运行 `claude login` 以恢复梦境等自动功能。
- 查看官方文档 docs/ 和 UPDATE-LOG.md 以获取更多调试信息。
使用场景
需要跨会话持久记忆的 AI 辅助编程
跟踪纠正是否真正改变智能体行为
本地优先、无需云端的记忆系统
多项目管理（通过项目 slug）
支持客户端
Claude Desktop完整支持
Cursor部分支持
Windsurf部分支持
VS Code部分支持
Codex部分支持