让AI Agent共享上下文：一个开源Skill解决多工具记忆断裂难题

在AI辅助编程日益普及的今天，开发者同时使用多个AI编码助手已成为常态。Codex、Claude Code、国产工具等各有所长，但随之而来的问题却鲜少被解决：不同工具之间的对话记录相互隔离，换工具或开新对话时，AI就像“失忆”了一样，所有上下文全部清零。这种记忆断裂正在成为AI编程效率的最大杀手。

概述

本文要介绍的开源Skill——cross-tool-chat-indexer，正是为了解决这一痛点而生的。它的核心目标是：让你的所有AI编码助手拥有跨工具、跨会话的连续记忆。不同于简单的聊天记录搜索工具，它本质上是一个“外置记忆体”，将散落在不同工具中的对话统一收拢、按项目归类，并在需要时自动召回、压缩后注入新对话。

项目级上下文召回：真正解决痛点

记忆断裂并非单一问题，而是发生在三个相互叠加的层面。首先是工具间断裂：Codex里讨论的架构方案，Claude Code完全不知晓；WorkBuddy里完成的工作，Codex也看不到触达。三个工具各自封闭，记忆互不相通。其次是会话间断裂：即使在同一工具内，开一个新对话就是一张白纸，上周讨论的技术选型和踩坑记录全部清零。第三层断裂发生在开发者自身：你甚至记不清“上次在哪聊的、聊了什么”，连找回的线索都断了。这三层断裂叠加起来，构成了AI编码助手最大的效率黑洞。

技术实现：四阶段流水线

实际使用数据印证了方案的有效性：25,323条总索引记录覆盖466个独立会话，索引库大小190MB。增量索引验证显示从零重建后立即再跑结果完全一致，不会重复、不会丢失，466个会话的记忆从此连续不断裂。安装使用也极为简单：符合标准技能目录结构，零依赖，纯Python标准库实现，只需将对应目录复制到各工具的skills文件夹即可。

中文分词的特殊处理

当然，明确边界才能用对地方。该方案能够统一三个工具的本地记录实现跨工具检索，能够处理中文关键词和子串检索，能够按项目目录召回历史上下文并压缩注入新对话。但需要注意的是：WorkBuddy的聊天正文在腾讯云端，本机只有标题和生成物文件，不在召回范围内；多词查询是OR语义而非AND语义；这是关键词检索而非语义向量检索，无法找到“意思相近但没出现关键词”的对话。

如有侵权，请联系删除。