Tree Ring Memory：给 AI Agent 装一个本地记忆年轮，告别上下文撑爆的痛苦

LLM 的”失忆症”有救了

每次用 Claude Code 跑长项目，最痛苦的是什么？——上下文窗口撑爆了，AI 把之前的决策忘得一干二净，下次回来像见到陌生人。你得从头解释：「上次我们决定用 SQLite 不用 PostgreSQL，因为 blabla……」

Tree Ring Memory 就是来解决这个问题的。它是一个本地优先的 AI Agent 记忆生命周期框架，名字很形象——像树的年轮一样，把重要的记忆「沉淀」下来，越新的越详细，越老的压缩成稳定的核心。

核心原理：不是塞满上下文，而是管理记忆

传统做法是把对话记录往上下文里塞，越塞越长，token 费用爆炸。Tree Ring Memory 的思路完全不同：

• fresh work stays detailed——新鲜的工作保留细节
• older learning compresses into stable rings——旧经验压缩成稳定年轮
• important warnings remain visible as scars——重要警告像疤痕一样保留
• durable truths become heartwood——持久真理变成核心心材
• speculative future work stays as seeds——探索性工作作为种子保留

背后是一个 Rust CLI/TUI，配合本地 SQLite + FTS 存储，所有数据在你自己机器上，不上传云端。

支持哪些 Agent？

Claude、Codex、Cursor、Gemini、Antigravity、OpenCode——基本上主流编程 Agent 都支持。

怎么用？

安装方式很简单：

npx skills add https://github.com/TerminallyLazy/tree-ring-memory-skill --skill tree-ring-memory

或者用 SkillHub CLI：

npx skillhub install sickn33/antigravity-awesome-skills/tree-ring-memory

装好后，Agent 在执行任务前会先做 project-scoped recall，根据项目本地已有的 .tree-ring/ 配置加载相关记忆，而不是每次都从零开始。

为什么值得关注？

LLM Agent 的记忆管理是个老大难问题。上下文窗口是有限的，但项目经验是无限的。Tree Ring Memory 给了一种框架无关的解法——不依赖某个特定 Agent 实现，用本地 SQLite 把「学到的教训」持久化，下次换一个 session 也能快速继承。

43.4k GitHub stars，已经经过 Gen Agent Trust Hub 安全审计（风险评级：SAFE），可以放心装。

GitHub 链接

https://github.com/TerminallyLazy/Tree-Ring-Memory

GitHub: https://github.com/TerminallyLazy/Tree-Ring-Memory