site-memory
LittleYier/site-memory加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下：你的 AI Agent 每次访问 Booking.com 都要从零摸索，35 步操作、近 8 分钟才能完成订酒店。但第二次访问时，它已经记住网站结构，只需要 5 步、30 秒直奔目标。这不是科幻——这就是 site-memory 正在做的事。
Browser Agent（浏览器自动化 Agent）是当下 AI 应用落地最活跃的领域之一：从自动填表、数据抓取，到复杂的多步操作，Agent 正在接管大量重复性浏览器任务。然而，现有的 Agent 实现存在一个根本性缺陷——没有持久记忆。
每次运行，Agent 访问同一个网站，都要重新分析页面结构、重新学习按钮位置、重新判断最佳操作路径。这造成了双重浪费：GPU tokens 被消耗在「重新发现」早已知道的信息上，任务执行时间也成倍增长。对于结构稳定、内容更新频率低的网站（如预订平台、电商后台、数据报表系统），这种重复劳动尤其没有意义。
site-memory 的出现，正是为了解决这个「每次都是第一次」的问题。它是一个轻量级的持久记忆框架，专门为浏览器自动化 Agent 设计，安装后可以让 Agent 自动学习并记住每个网站的结构知识，越用越快。
site-memory 的设计哲学非常明确——做减法，不做加法。它不定义业务 schema，不接管浏览器驱动，只是安静地在 Agent 的工作流中插入两个关键节点：记忆加载和记忆写入。
第一阶段 Recall（回忆）：Agent 在访问网站之前，先运行 build-recall-input.mjs 脚本，将当前任务描述作为查询输入。脚本会遍历 ~/.site-memory/ 目录下的所有记忆文件，通过语义匹配找出与当前任务最相关的笔记——可能是某个网站的导航结构、常用选择器、或者已知的操作陷阱。随后 Agent 读取这些笔记，作为先验知识注入上下文，而不必从零开始探索页面。
第二阶段 Distill（提炼）：Agent 完成浏览器任务后，运行 build-distill-input.mjs，将本次任务的操作经验——哪些选择器有效、哪些路径更快、踩过哪些坑——结构化地写入记忆文件。这些经验会以 Markdown 格式存入 ~/.site-memory/，按 topic 分类组织，下次访问同一网站时直接加载复用。
记忆存储采用 Markdown 格式，配合 YAML frontmatter，结构清晰、易于维护。支持的笔记类型包括：reference（选择器、URL 模式、站点结构）、guidance（操作规则、警告信息）、context（跨次运行的上下文约束）、operator（协作偏好）等。
site-memory 在 WebVoyager 基准测试集上进行了系统评估，覆盖 15 个真实网站、50 个任务，每个任务运行 3 轮，共完成 150 次独立运行。
总体效果：第 1 轮到第 3 轮，指令数减少 67%，耗时减少 76%。平均每任务指令数从 10.0 降至 3.2，时间从 139 秒降至 33 秒。
结构稳定的网站收益最大：Booking.com 第 3 轮仅需 5 步/30 秒，相比第 1 轮的 35.7 步/497 秒，指令数下降 86%，时间下降 94%；Allrecipes 从 3.8 步/85 秒降至 1 步/3 秒；Amazon 第 3 轮仅需 2 步/12 秒（vs 第 1 轮 14.7 步/183 秒）。即使复杂如 Google Flights，第 3 轮也实现了 83% 的指令缩减。
这些数据说明：对于真实世界的重复性浏览器任务，site-memory 不仅仅是一个优化，而是一个数量级的效率提升。
site-memory 的代码库极为精简，总共 22 个文件，全部用 JavaScript（ES Module）编写，核心逻辑分布在 6 个脚本中：
memory-core.mjs：记忆文件的核心读写与索引管理build-recall-input.mjs：构建语义检索查询build-distill-input.mjs：构建知识蒸馏写入提示scan-manifest.mjs：扫描记忆目录，生成索引清单read-recalled-files.mjs：按需读取指定记忆文件cdp-proxy.mjs：Chrome DevTools Protocol 浏览器控制代理（内置）项目以 Hermes Skills 格式发布，可以直接通过 npx skills add LittleYier/site-memory 安装到 Claude Code、Gemini CLI、Codex 等主流 Agent 运行时。依赖只有一个——Node.js 22+，无需 Python 环境，无需 GPU，无需 Docker。
内置的 CDP 代理支持 nav（导航）、click（选择器点击）、shot（截图）、snap（无障碍树快照）、eval（JS 执行）等命令，足够覆盖常见浏览器操作场景。当然，也可以搭配已有的 Playwright MCP、browser-use 等工具使用。
site-memory 专注于结构稳定、重复访问的场景，不适合以下情况：单次任务（没有第二次访问，记忆无从积累）、高频变化页面（如实时搜索结果、动态加载内容）、需要登录和会话状态管理的复杂流程（当前版本不处理 cookies/sessions）。此外，记忆的选择器可能随网站更新而失效，项目文档明确建议「用前验证」——每次使用前检查笔记中的选择器是否仍然有效。
site-memory 代表了一个正在浮现的趋势：AI Agent 需要持久化记忆层。随着 Agent 从单次调用走向连续运行，从单任务走向多任务，从玩具场景走向生产环境，如何在任务之间共享和复用知识，将成为下一代 Agent 框架的核心议题。
在 WebVoyager 这样严格的 benchmark 上，site-memory 证明了记忆的价值：不需要更大的模型，不需要更贵的 API，只需要一个简单的持久化层，就能带来数量级的效率提升。随着更多 Agent 运行时（Claude Code、Codex、Gemini CLI）原生支持 skills 加载机制，site-memory 类的基础设施有望成为 Agent 工具链的标配组件。
