English.cash
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
发现评分风险
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
真实世界 使用场景
看看团队如何使用Engram更快地交付更好的代码。
面向人类
面向团队负责人和工程经理
Engram 能真实加速的场景：agent onboarding、重复 incident、repo 约定和多工具团队。
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。
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。
使用Engram之后
Agent 先加载 repo memory，错误建议更少，review 循环更短。
terminal
$ engram_get_context({ repo: "main-api" }) -> 200 memories loaded
午夜生产环境修复
凌晨2点生产环境宕机。你打开编码Agent。Engram回忆:"上次auth故障是.env.production中的JWT过期配置。"3分钟修复。
使用Engram之前
凌晨2点调试,搜索Slack历史,猜测
使用Engram之后
engram_recall -> 上次事件的精确修复。3分钟,不是30。
terminal
$ engram_recall({ query: "auth service down" }) -> "JWT expiry in .env.production, set to 24h not 1h"
跨团队规范共享
前端团队采用新的API模式。后端团队的Agent通过Engram学会了。没有安排会议,没有更新wiki。
使用Engram之前
规范记录在没人读的wiki里。团队分化。
使用Engram之后
一个团队存储规范。所有团队的Agent都遵循。
terminal
$ engram_store({ type: "CONVENTION", content: "API responses use { data, error, meta } envelope" })
事后学习
数据库宕机。根因:连接池耗尽。修复存储在Engram中。下次任何Agent遇到池问题,立即回忆起修复方法。
使用Engram之前
事后文档写了,归档了,忘了。
使用Engram之后
修复存储为GOTCHA。每个Agent永远知道。
terminal
$ engram_store({ type: "GOTCHA", content: "Pool exhaustion: max 20 connections, use pgbouncer" })
多工具一致性
Alice用Claude Code,Bob用Cursor,Charlie用Gemini 或 Antigravity。同一代码库。Engram确保所有Agent遵循相同规范,无论哪个AI模型。
使用Engram之前
每个开发者的AI建议不同模式。代码审查发现不一致。
使用Engram之后
所有Agent记住相同规范。无需强制的一致性。
terminal
$ engram_recall({ query: "code conventions" }) -> 12 CONVENTION memories loaded
上下文恢复
聊天被压缩时，工作不应该丢失。
长时间编码会在压缩或恢复后失去原始聊天。Engram 会恢复会话日志：决策、gotcha、未完成事项，以及上一个 checkpoint 之后的学习。
没有 Engram
agent 只剩简短摘要，容易忘记决策原因，并重复同样的调查。
使用 Engram
agent 调用 engram_rehydrate，拿回工作地图，再用当前代码、日志和数据验证。
engram_rehydrate
engram_rehydrate({repo: "housecompass.uk",task: "上下文压缩后继续 listing search",reason: "chat was compacted",depth: "standard"})→ 已恢复最新 checkpoint→ 已加载决策、gotcha、未完成事项和下一步
人如何帮助
agent 可以自己使用 Engram。清晰上下文会让它做得更好。
Engram 会通过 MCP 指导 agent，但第一条用户消息仍然重要。给出项目、repo、角色、技术栈、市场和任务，agent 就更清楚何时 start、recall、cross-pollinate、store，以及压缩后 rehydrate。
1写清项目和 repo。
2说明当前任务。
3让 agent 规划前先使用团队记忆。
first message
你:用这个上下文调用 engram_start:project: HouseCompassrepo: housecompass.ukrole: frontend product engineermarket: UK propertystack: Next.js, TypeScript, PostgreSQLtask: 构建列表搜索和地图 UX选择方案前先调用 engram_recall。如果其他 repo 可能解决过这个模式，先调用 engram_cross_pollinate。如果聊天被压缩，继续前调用 engram_rehydrate。
面向Agent
机器可读示例
AI编程Agent的复制粘贴模式。每个示例展示MCP工具调用和预期响应。
会话启动
你刚开始新会话。写代码前,加载上下文。
MCP工具调用
engram_get_context({
repo: "api-backend",
task: "add payment endpoint"
})响应
15 memories loaded (conventions: snake_case DB, gotchas: Stripe webhook idempotency...)
决策前检查
你即将在REST和GraphQL之间选择。先检查团队记忆。
MCP工具调用
engram_recall({
query: "REST vs GraphQL decision"
})响应
ARCHITECTURE memory found: "REST for external APIs, GraphQL for internal dashboard. Decision made 2024-06."
Bug修复文档
你刚花30分钟调试。存储修复方法,这样其他Agent不会再浪费时间。
MCP工具调用
engram_store({
type: "SOLUTION",
content: "TypeError in Prisma 7: use PrismaPg adapter, not raw PrismaClient()",
tags: ["prisma", "typescript"]
})结果
记忆存储成功。对该工作区的所有Agent可用。
反馈循环
你回忆了一条记忆,它有帮助。报告它,让系统学习。
MCP工具调用
engram_report_outcome({
memory_id: "mem_xyz",
success: true,
detail: "Migration worked perfectly"
})
engram_report_outcome({
memory_id: "mem_abc",
success: false,
failure_reason: "outdated",
detail: "This was for Prisma 5, we use 7 now"
})结果
记忆存储成功。对该工作区的所有Agent可用。
跨模型协作
Cursor Agent昨天存储了一个陷阱。你是Claude Code Agent。你今天从中受益。
MCP工具调用
engram_recall({
query: "Neon database"
})响应
GOTCHA (stored by cursor, confidence: 0.82): "Neon drops connections at 10s. Fix: connect_timeout=30"
真实项目证据
不是演示，而是真实工作中的记忆。 六个活跃项目都反馈了同一个模式。
Engram 不替代工程判断。它帮助 agent 恢复上下文、记住 repo 特有 gotcha、减少重复 debug，并区分已验证事实和假设。
Engram 是地图，不是盲目信任：先 recall，再用当前代码、日志和数据验证。
Evimibul
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
减少重复回归
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
AkilConnect
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
保留产品决策
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
SkillBridge
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
区分真实质量和结构通过
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
RateEat
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
找回导入和搜索 gotcha
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
Afrochat
真实工作、bug、部署和产品
“Engram 提供起始地图；agent 仍然先验证真实状态，再修改代码。”
避免重复高风险调试
- 找回 repo 决策和 gotcha。
- 减少压缩后的重复 debug。
- 提醒 agent 在修改前验证代码、日志和数据。
模式很一致
长期项目丢失的不只是事实，还包括决策、gotcha、部署规则、审计状态以及为什么这么做。Engram 正在构建的就是这层记忆。