拯救AI编程失忆症：给代码库植入长期记忆，秒懂整个项目
每次用 AI 写代码，是不是感觉像在教一个天天失忆的实习生？
你打开 Cursor 或 Claude，把架构文档贴进去，再把文件夹结构解释一遍，连代码的套路也要重新描述。结果没聊几句，上下文窗口就满了，一切又得从头开始。在小项目里只是有点烦，但在大项目里，这简直是生产力的灾难。
这其实不是 AI 的错，而是你的代码库里，一直缺了一份能跟着项目走的“持久记忆说明书”。
Cortex 就是来解决这个问题的。它会在你的项目里维护一个名为 CORTEX_MEMORY.md 的文件，直接提交到你的代码库里。它会把每个源文件的作用、核心函数、依赖关系和容易踩坑的地方都总结得清清楚楚。
最绝的是，它不会每次都傻乎乎地把整个项目重新总结一遍。它使用了 SHA-256 哈希对比技术，每次只重新总结你改动过的文件，没改动的直接用缓存。所以除了第一次运行稍慢，后面每次更新都极快且极省钱。
你只要把这个文件的内容贴给任何 AI 助手，它就能瞬间秒懂你的整个项目，再也不用你啰嗦半天。
怎么用起来？
只需要敲几行命令：
pip install cortex-agent # 安装 cortex 工具
cortex init # 初始化项目配置
cortex run # 运行并生成记忆文件
# 此时就会生成 CORTEX_MEMORY.md 文件啦
举个例子，对于 src/auth/jwt.py 这个文件，它生成的记忆大概是这样的：
– 作用：处理 JWT 令牌的生成、验证和刷新。
– 核心函数：generate_token, validate_token, refresh_token
– 依赖库：python-jose, datetime, os
– 注意事项：令牌 24 小时过期，刷新令牌用的是另一个独立的密钥。
下次你再运行时，如果 jwt.py 没改动，就不会调用 AI，完全免费；如果改动了，也只会针对这一个文件进行一次精准的重新总结。
怎么保证记忆不过期？
保持记忆新鲜度是最难的地方，作者也考虑了各种方案：
– 文件监视器：太吵了，每次保存一下都要调用大模型，太费钱。
– Git 钩子：只在提交代码时才触发，写代码中途的改动它管不到。
– 手动更新：没人能坚持天天做。
所以 Cortex 的绝招是：每次开始写代码时，直接检查哈希值。
每次运行 cortex run 时，它都会做这几件事：
1. 给所有源文件算一次 SHA-256 哈希值。
2. 和上次存的哈希值对比一下。
3. 只把不一样的文件重新总结一遍。
4. 把已经删掉或改名的旧文件记录清理掉。
5. 写入更新后的记忆文件和新的哈希值。
简单、可靠、还便宜。
省钱利器
为了防止你收到天价账单，它默认设了非常保守的限制：
– 单文件预算：2,000 tokens
– 单次会话预算：10,000 tokens
– 最大文件大小：100 KB
– 单次运行最大处理文件数：50个
在这些限制下，用 GPT-4o mini 模型，每次会话大概只花 0.003 美元。就算有 1000 个用户每天各用 10 次，一天总共也就 15 美元的成本。
不绑定任何 AI 工具
Cortex 生成的就是纯 Markdown 文本，所以没有任何锁定，随便贴到哪里都能用：
– Cursor
– Claude
– ChatGPT
– Copilot Chat
– 甚至任何支持文本的 AI 工具
未来它还会支持 MCP 服务器集成（直接自动注入到 Cursor 或 Claude Code 中）、多模型支持（包括本地运行的 Ollama 模型），甚至还会加入“踩坑记忆”——专门记录那些行不通的代码和原因，让 AI 不再重蹈覆辙。
