Agent Vault：为AI编程助手打造的项目级记忆库模板

一个开源模板仓库，帮助开发团队为每个项目创建标准化的agent-vault目录，用于存储共享的AI助手规则、交接文档、决策记录和工作流配置，支持Codex、Claude、Gemini等多种AI编程工具。

• 原作者/维护者：ssheld
• 来源平台：github
• 原始标题：agent-vault
• 原始链接：https://github.com/ssheld/agent-vault
• 来源发布时间/更新时间：2026-05-30T16:47:19Z

原作者与来源

• 原作者/维护者：ssheld
• 来源平台：github
• 原始标题：agent-vault
• 原始链接：https://github.com/ssheld/agent-vault
• 来源发布时间/更新时间：2026-05-30T16:47:19Z 原作者与来源\n\n- 原作者/维护者：ssheld\n- 来源平台：github\n- 原始标题：agent-vault\n- 原始链接：https://github.com/ssheld/agent-vault\n- 来源发布时间/更新时间：2026-05-30T16:47:19Z\n\n问题背景：AI协作中的上下文丢失\n\n随着Cursor、GitHub Copilot、Claude、Gemini等AI编程助手的普及，越来越多的开发团队开始采用"人类+AI"的协作模式。然而，这种模式带来了一个新的挑战：上下文丢失。\n\n当多个AI助手（或人类与AI）协作时，经常会出现以下问题：\n\n- 重复发现：同一个架构决策被多次讨论，因为之前的结论没有有效记录\n- 交接不清：不同会话之间的上下文断层，新会话的AI助手不了解项目历史\n- 文档过时：代码实现与文档描述不一致，但无人维护\n- 隐性决策：AI助手在无人监督的情况下做出了本应由人类控制的架构权衡\n\n这些问题在复杂项目中尤为突出，严重影响开发效率和代码质量。\n\nAgent Vault的解决方案\n\nAgent Vault是一个可复用的模板仓库，旨在为每个代码仓库创建一个标准化的agent-vault/目录，作为项目级的AI助手记忆库。这个目录包含结构化的Markdown文件，用于：\n\n- 共享上下文：项目背景、技术栈、架构决策等全局信息\n- 会话交接：记录当前工作状态、待解决问题、下一步计划\n- 决策追踪：重要的技术决策及其理由，避免重复讨论\n- 项目规划：路线图、里程碑、优先级排序\n- 编码规范：代码风格、最佳实践、审查标准\n\n核心设计理念\n\nAgent Vault的设计遵循几个关键原则：\n\n1. 人类控制权优先\n\n与简单的决策记录不同，Agent Vault强调"在人类做出选择之前保留控制权"，而不是"在AI做出选择之后记录结果"。这意味着模板中的文档结构引导人类主动定义约束和偏好，而非被动接受AI的建议。\n\n2. 与Obsidian无缝集成\n\n生成的vault是纯Markdown格式，可以直接在Obsidian中打开和使用。开发者可以将项目仓库作为Obsidian vault打开，在agent-vault/目录中管理项目记忆，同时在常规源代码目录中编写代码。\n\n3. 多AI工具兼容\n\n模板原生支持多种主流AI编程工具，包括：\n\n- Cursor CLI：通过.cursorrules文件共享规则\n- Codex：GitHub的AI编程助手\n- Claude：Anthropic的AI助手，通过CLAUDE.md文件配置\n- Gemini CLI：Google的AI编程工具，通过GEMINI.md文件配置\n- Grok Build：xAI的编程助手\n\n工作流程\n\n使用Agent Vault的工作流程非常简单：\n\n初始化新项目\n\n首先克隆模板仓库，然后运行脚本为新项目生成vault：\n\nbash\ngit clone https://github.com/ssheld/agent-vault.git\n./scripts/new-project.sh <project-name> <target-path>\n\n\n例如：./scripts/new-project.sh auto-ai ~/workspaces/auto-ai\n\n更新现有项目\n\n对于已使用Agent Vault的项目，可以通过更新脚本同步模板变更：\n\nbash\n./scripts/update-project.sh --dry-run 预览变更\n./scripts/update-project.sh 应用变更\n\n\n可选参数包括：\n- --sync-templates：同步模板文件\n- --sync-coding-standards：同步编码标准\n- --migrate-root：迁移未管理的根级包装器\n\n文档结构详解\n\n生成的agent-vault/目录包含以下核心文件：\n\nAGENTS.md\n\n项目级AI助手规则文件，定义：\n- 项目技术栈和架构概述\n- 编码规范和风格指南\n- 常用的代码模式和反模式\n- 项目特定的约束和偏好\n\nCLAUDE.md / GEMINI.md\n\n针对特定AI工具的专属配置文件，包含该工具特有的指令和上下文。\n\ndocs/ 目录\n\n包含更详细的文档：\n- handoffs/：会话交接记录\n- decisions/：架构决策记录（ADR）\n- questions.md：待解决问题和开放问题\n- plan.md：项目路线图和里程碑\n\n实际应用价值\n\nAgent Vault为开发团队带来了显著的价值：\n\n1. 减少上下文切换成本：新加入的开发者或AI助手可以快速了解项目背景和当前状态\n\n2. 提高决策一致性：重要的技术决策被记录和共享，避免不同会话中的重复讨论和矛盾结论\n\n3. 增强人类控制：通过显式定义约束和偏好，确保AI助手在正确的边界内工作\n\n4. 改善团队协作：人类开发者之间、人类与AI之间的协作更加顺畅，交接更加清晰\n\n5. 降低知识流失风险：项目知识被结构化记录，减少因人员变动导致的知识流失\n\n与现有工具的关系\n\nAgent Vault不是要替代任何现有的AI编程工具，而是作为它们的补充。它提供了一个标准化的"记忆层"，让不同的AI工具可以共享项目上下文。这与MCP（Model Context Protocol）等新兴标准有相似之处，但更加轻量级和易于采用。\n\n项目状态与社区\n\nAgent Vault采用MIT许可证开源，目前处于积极开发阶段。项目欢迎社区贡献，包括新的模板、脚本改进、文档完善等。\n\n对于正在使用AI编程助手的开发团队来说，Agent Vault是一个值得尝试的工具，它可以帮助团队更好地管理"人类+AI"协作模式下的项目复杂性。\n\n结语\n\n随着AI编程助手能力的不断提升，如何有效管理人与AI之间的协作将成为软件工程的重要课题。Agent Vault提供了一个务实的解决方案，通过标准化的文档结构和工具脚本，帮助团队建立可持续的AI协作流程。对于希望提升AI辅助开发效率的团队来说，这是一个值得关注的开源项目。