用AI编程的人都知道一个痛点：每次开新会话，AI就忘了之前所有的上下文。你上周跟…

用AI编程的人都知道一个痛点：每次开新会话，AI就忘了之前所有的上下文。你上周跟它讨论过的架构决策、代码风格、项目约定，全得重新说一遍。RAG虽然能检索文档，但它本质上是无状态的，不会真正记住你。 Supermemory这个项目拿了30k+ Stars，它解决的就是这个问题。它不是简单的文档检索，而是从对话中自动提取关键事实，建立一个持续进化的用户画像。比如你告诉AI我搬到了旧金山，它会自动覆盖之前我住在纽约的记录，甚至会主动遗忘过期的临时信息。 在LongMemEval记忆基准测试里，它把上下文token消耗降了99.4%，单次只需要额外附加约720个tokens，生成最新用户画像的延迟只有50毫秒左右。这个效率意味着你不需要为了记住而牺牲响应速度。 接入方式很灵活。它原生提供MCP服务和插件，Cursor、Claude Code这些工具可以直接调用。内置的连接器能自动同步Notion、GitHub、Google Drive的数据，PDF、图片OCR、代码AST切块都能解析。最关键的是支持完全本地运行，一行命令部署后对接Ollama，所有记忆数据100%留在你自己的设备上。 有个做独立开发的朋友跟我说，他用Supermemory之后，AI帮他写代码的效率提升了一大截。因为AI能记住他之前所有的技术选型和代码习惯，不用每次都重新解释项目背景。对于重度依赖AI编程工具的人来说，这种持久记忆确实是个刚需。 项目地址：github.com/supermemoryai/…