deja-vu：让 AI 编程助手拥有记忆
Open-source memory for coding agents, synced over SSH
你的编程助手每天都在本地生成海量对话日志，却从未被有效利用。deja-vu 是一个零依赖的二进制工具，它能将 Claude Code、Codex 和 opencode 的历史记录转化为可搜索的记忆层。通过本地索引，它能在毫秒级内检索过往的调试经验和设计决策，并自动在会话开始时将相关记忆注入上下文。更棒的是，它在索引阶段就会自动抹除 API 密钥和 JWT 等敏感信息，确保数据安全。支持通过 SSH 在多台机器间同步记忆，让 AI 真正学会“举一反三”，不再重复造轮子。
你的智能体已经解决了这个问题，deja 负责找到它。
- 有评论者指出单纯依赖相似度搜索无法可靠判断项目决策，需引入类似 Open-Latch 的机制来强制执行项目判断、验证证据并过滤过时信息。
- deja-vu 作者坚持使用确定性字面匹配而非语义搜索，以避免大模型的不确定性并实现 7-9 毫秒的零依赖本地检索，同时强调在索引阶段自动移除敏感信息。
- 一位从业者分享通过构建独立于主仓库的 harness 插件来管理记忆，利用 DuckDB 存储从人类操作 tmux 会话中捕获的关键决策，以此简化多机器间的同步与心智模型。
- 关于记忆系统的实现，有观点认为现代模型配合 SQLite 和向量索引已足够构建简易系统，但必须包含自我反思与定期整理步骤以防止知识库污染。
- 针对安全顾虑，开发者承认若攻击者能控制代理转录文件则源计算机已失陷，但已计划增加选项以支持仅在手动搜索时导入会话，避免自动注入带来的风险。