Engram

上下文压缩后恢复 agent 记忆

当长对话被压缩或恢复时,重新载入决策、未完成工作、注意事项和最近的学习。

···
使用Engram之前
Engram
使用Engram之后

engram_rehydrate

让新 agent 熟悉 repo

新开发者或新 agent 进入 repo。Engram 不替代文档,但会在编辑前给 agent 项目约定、已知 gotcha 和架构决策。

上下文压缩后,agent 会丢掉决策、未完成事项和注意点。

在重要阶段后、切换任务前、使用多条记忆后,或交接前创建检查点。

在上下文压缩、摘要、恢复或缺失后调用。它会恢复最新检查点、决策、待办、注意事项和最近学习。

让新 agent 熟悉 repo
工作原理
01

让新 agent 熟悉 repo

新开发者或新 agent 进入 repo。Engram 不替代文档,但会在编辑前给 agent 项目约定、已知 gotcha 和架构决策。

02

使用Engram之前

Agent 只根据当前文件猜测,容易错过过去决策或 edge case。

03

使用Engram之后

Agent 先加载 repo memory,错误建议更少,review 循环更短。

使用Engram之后

Agent 先加载 repo memory,错误建议更少,review 循环更短。

支持和反馈

帮助我们改进 Engram

如果 setup 让人困惑、工具行为异常或价格限制看起来不对,请在这里告诉我们。消息会直接到我们这里。

支持和反馈

我们该改进什么?

Bug、混乱的 setup 步骤、价格问题和产品想法都会直接发送给 Engram 团队。

还需要 10 个字符0/10