简介如果你同时使用多个 AI 编程助手Codex、WorkBuddy、OpenClaw、豆包、ZCode、Tabbit 等你一定遇到过这个问题今天告诉 A 一个结论明天问 B——它不知道。每个 AI 客户端都有自己的会话上下文和记忆副本它们之间完全不通。现有方案的局限方案模式问题mem0云服务 / 自部署服务端需要跑服务、有 API 费用Zep云服务同上且无治理层Letta本地 server需要跑 server 进程cognee本地库 API无治理、无多客户端适配所有方案的共同假设各存一份副本然后想办法同步。同步必然漂移。这是架构级的限制不是实现的问题。MemTether 的解法用文件系统级别的 junction/symlink让多个客户端的数据目录指向同一个物理 SQLite 文件。# Windowsmklink /J C:\Users\user\.workbuddy\memory E:\shared_memory mklink /J C:\Users\user\.codex\memory E:\shared_memory# Linux/Macln-s/data/shared_memory ~/.workbuddy/memory没有副本 → 没有同步 → 没有漂移。核心功能双时间轴每条记忆有 valid_from/valid_to业务时间 recorded_at/invalidated_at系统时间supersession 替代链改口不删旧版本链可追溯来源归属每条记忆标记是哪个客户端写的–source 强制五路混合检索bge-m3 本地向量 FTS5 BM25 关键词 字面 PPR 图谱RRF 融合拒答闸门库里没有的就直说没有sim0.74 cov0.25 双条件冲突检测极性相反的记忆自动标记候选人工复核23 客户端适配器一条命令自动接入 MCP 配置PII 脱敏导出快照自动扫描手机号/邮箱/API keyQ-Value 价值分被采纳的记忆自动加权上浮评测数据LongMemEval 500 题基准strict / LLM judge 双轨能力strictLLM judge单会话用户记忆93.2%95.7%知识更新81.2%69.4%多会话聚合32.5%71.0%整体59.6%64.2%多会话聚合是架构级短板top-k 检索无法聚合散落在 N 个会话的证据已在 README 中作为已知边界标注。其他 benchmarkhard_bench 62/62、asset_bench 23/23、refuse_bench 26/26、e2e_verify 13/13、pytest 31/31。全部通过。在线 Demo不需要安装浏览器直接打开数据为全合成演示库https://huggingface.co/spaces/lanbass/memtether-demo安装pipinstallmemtether# 基础pipinstallmemtether[vector]# 含向量检索python-mmemsearch--rebuild# 建向量索引uvicorn api_server:app--port8080# 启动 REST API一键接入 23 个客户端memtether-connect detect# 发现本机有哪些 AI 客户端memtether-connect apply# 自动写入 MCP 配置 设置信任开源信息GitHubMemTether/MemTetherPyPImemtetherLicenseApache-2.0欢迎 star / fork / 提 issue