
magic-context
让AI智能体拥有无限记忆,一个会话干到底
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2482
使用教程
环境要求
- Node.js 环境(能执行 npx 命令)
- 已安装至少一个受支持的 harness:OpenCode、Pi 或 OMP
- 一个真实可用的模型标识 provider/model-id
- 网络可访问 npm registry 与 GitHub raw 资源
安装与启动步骤
-
1macOS/Linux 运行向导
一键运行交互式安装向导,自动检测已装的 harness、添加插件并关闭内置压缩。
curl -fsSL https://raw.githubusercontent.com/cortexkit/magic-context/master/scripts/install.sh | bash -
2Windows 运行向导
在 PowerShell 中执行安装脚本,效果与 macOS/Linux 脚本一致。
irm https://raw.githubusercontent.com/cortexkit/magic-context/master/scripts/install.ps1 | iex -
3任意系统直接运行
不执行安装脚本时,可用 npx 直接启动同款交互式安装向导。
npx @cortexkit/magic-context@latest setup -
4指定目标 harness
同时装了多个 harness 时,用 --harness 指定要配置哪一个(opencode、pi 或 omp)。
npx @cortexkit/magic-context@latest setup --harness opencode -
5手动配置 OpenCode
无法跑向导时,在 opencode.jsonc 中加入 plugin 条目,并把 compaction 的 auto 与 prune 设为 false。
-
6配置 historian 模型
创建 magic-context.jsonc,填入 historian.opencode.model,取值必须是真实的 provider/model-id。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
plugin | 是 | 在 opencode.jsonc 中注册 magic-context 插件 | ["@cortexkit/opencode-magic-context@latest"] |
compaction.auto | 是 | 关闭宿主自动压缩,避免与 Magic Context 冲突 | false |
compaction.prune | 是 | 关闭宿主压缩裁剪 | false |
historian.opencode.model | 是 | 指定 historian 使用的模型,缺失会导致历史摘要失败 | provider/model-id |
embedding | 否 | 省略则用本地 Xenova/all-MiniLM-L6-v2;关闭会失去语义检索 | false |
dreamer | 否 | 控制周期性记忆整合,省略即关闭该功能 | provider/model-id |
如何确认成功
启动 OpenCode 会话,插件正常加载且 historian 能摘要历史,不再反复出现 “history compacting needs attention” 提示。
常见问题
Q:为什么必须关闭内置 compaction?
A:Magic Context 自行管理上下文,宿主的压缩会干扰其缓存感知的延迟操作并造成重复压缩,所以要把 auto 和 prune 都关掉。
Q:不填 historian 模型会怎样?
A:插件仍能加载,但 historian 运行失败,较早的历史不会被摘要,并会反复弹出 Magic Context — history compacting needs attention 提示。
Q:配置文件应放在哪里?
A:项目根目录 .cortexkit/magic-context.jsonc,或用户级 ~/.config/cortexkit/magic-context.jsonc,项目配置会覆盖用户级设置。
Q:旧版本的配置会丢吗?
A:不会。首次运行时旧配置会自动迁移到新的 CortexKit 位置,并在原路径留下 .MOVED_READPLEASE 标记。
Q:可以完全不用 embedding 吗?
A:可以。省略 embedding 默认使用本地 Xenova/all-MiniLM-L6-v2;显式关闭后失去语义搜索,关键词搜索与上下文管理仍正常。
注意事项
- 插件条目会在重启前固定到已下载的精确版本;若要特意保持不固定,需显式写 @latest。
- 按模型生效的设置(如 prompt_surface.models)目前只作用于注入的引导块,工具描述需等 OpenCode v2 插件 API。
- 完整配置参考见仓库 CONFIGURATION.md 或 docs.cortexkit.io 的配置文档。
核心亮点
- 自动管理上下文,无需手动清理或摘要,减少开发负担
- 缓存感知压缩,显著降低 token 消耗,节省成本
- 与 LangChain 等框架集成,接入简单,生态兼容性好
不足之处
- 项目较新,文档和社区支持尚待完善
- 依赖特定框架,对非标准智能体环境适配有限
适用场景
- 长对话型AI助手,需持续记忆用户偏好
- 复杂编码任务,需跨文件、跨步骤的上下文保持
- 多轮自动化工作流,需减少 token 开销的场景
替代项目
MemGPT、Letta、LangMem
上一篇:full-stack-ai-agent-template
下一篇:botpress
同类项目推荐
AgentTeams
开源
把 AI 智能体拉进群聊干活,人类随时围观插话
An open-source Collaborative Multi-Agent OS for transparent, human-in-the-loop task ···
agent-rules-books
开源
把经典编程书变成 AI 编码规则,提升代码质量
AGENTS.md rules / skills for AI coding agents: Codex, Cursor & Claude Code. Inspired···
DevDocs
开源
把技术文档塞进 AI 编辑器,边写代码边查,不用切窗口
Completely free, private, UI based Tech Documentation MCP server. Designed for coder···
lazyskills
开源
一条命令管好智能体技能,随用随取
mission control for agent skills
openclaw-docs
开源
中文一站式搞定 OpenClaw 智能体,多平台机器人快速上手
OpenClaw 中文文档站:767 篇安装教程与源码剖析
Memslides
开源
让 AI 记住你的演示偏好,越用越懂你
A hierarchical memory framework for personalized presentation agents. Try it at mems···
swarms-cloud
开源
一键把智能体部署上云,自动扩容自愈,安心睡大觉
Deploy your autonomous agents to production grade environments with 99% Uptime Guara···
skills
开源
让 AI 智能体一键调用 AMD 优化技能
Official AMD catalog of AI agent skills. Empower your AI agents with AMD's optimized···
OpenDAN-Personal-AI-OS
开源
把散落的AI装进一个操作系统,统一管理你的智能代理
OpenDAN is an open source Personal AI OS , which consolidates various AI modules in ···