AI Memory Vault：当 AI 学会记住一切

给 AI 一个真正的记忆，是什么体验？

想象你每次找助理办事，都要先花十五分钟重新解释一遍「你是谁」「你做什么」「你之前的偏好是什么」。这不是比喻——这正是 Claude、ChatGPT 等 AI 助手在每个新对话里经历的事。上下文窗口只是短期记忆，关掉对话就全忘了。

AI Memory Vault 解决的就是这个问题。这个开源系统把 Obsidian 笔记库变成了 AI 的「外部记忆」，让 AI 在每次对话中都能「想起」你的个人信息、项目进展、写作风格、工作偏好——就像一个永不失忆的超级助理。

作者是独立开发者 Jared Rhodenizer（@jaredrhod），2026 年 6 月上线 GitHub，几个月内积累超过 400 颗星，成为 AI Agent 记忆管理领域的热门项目。

核心思路：用 Obsidian 替代向量数据库

大多数 AI 记忆方案依赖向量数据库（如 Pinecone、ChromaDB），通过语义相似度检索文档。这种方案有几个问题：需要额外部署服务、检索结果有延迟、维护成本高。

AI Memory Vault 走了完全不同的路——直接用纯文本 Markdown 文件作为记忆载体。Obsidian 本质上就是一个 Markdown 文件管理器，它的本地文件夹结构天然就是 AI 的记忆文件系统。只要通过 MCP（Model Context Protocol）把 Obsidian 和 Claude 连接起来，AI 就能直接读写笔记，就像操作本地文件一样自然。

类比一下：向量数据库是图书馆的「语义索引系统」，而 AI Memory Vault 就是把图书馆变成了 AI 的私人书房——AI 自己来整理、自己来归档、自己来找东西。

两步接入：MCP 连接 + 交互式搭建

系统分为两部分：

第一步：建立连接（一次性配置）

在 Claude Code 中安装 Obsidian MCP 插件，让 AI 有权限读取和写入 Obsidian 保险库（vault）。这一步只需配置一次，之后所有对话都自动继承。

第二步：运行构建脚本

核心文件是 ai-memory-vault.md——这不是普通文档，而是一个 Claude 的「执行脚本」。把它加载到 Claude Code 里运行，AI 会以「采访助手」的身份逐步引导用户完成整个系统的搭建：

• CLAUDE.md（启动配置）：放在 Claude Code 工作目录下，AI 每次启动自动加载，包含 AI 的身份定义和启动规则。它不受上下文压缩影响，是记忆系统的锚点。
• VAULT-INDEX.md（操作手册）：放在 Obsidian 保险库根目录，记录用户画像、项目列表和完整操作规范，是 AI 的「工作手册」。
• DAILY-NOTE.md（每日笔记模板）：AI 每天自动生成，格式统一，方便回溯。
• MEMORY.md（记忆指针）：放在 Claude Code 的项目文件夹下，将 AI 原生记忆系统重定向到 Obsidian，避免两层记忆系统各自漂移。

「Jobs」机制：让 AI 按需加载记忆

这个系统的精髓在于「Jobs」目录结构。当用户给 AI 一个任务时（如「帮我写一封营销邮件」），AI 不会加载整个保险库，而是根据任务类型加载对应的笔记集合：

• 写邮件 → 加载「邮件写作笔记 + 客户画像 + 公司知识库」
• 做代码 → 加载「技术栈偏好 + 项目规范」
• 做研究 → 加载「行业背景 + 已有结论」

这解决了纯向量检索的「全量加载」问题——AI 只需要知道「某个信息在哪里」，不需要记住信息本身。

门槛与局限

上手门槛并不低。用户需要：安装 Obsidian、配置 Claude Code CLI、安装 Obsidian MCP 插件、按文档搭建目录结构。对于非技术用户，这个流程有几个卡点：

1. MCP 连接配置在 Mac/Linux 环境下较友好，Windows 端体验一般
2. ai-memory-vault.md 是给 AI 看的「构建脚本」，用户自己读起来并不直观
3. 搭建完成后需要手工维护笔记命名规范，AI 不会自动纠正混乱的目录结构

此外：这个项目的 License 是 CC BY-NC-SA 4.0（创用 CC 非商业性相同方式共享），明确禁止商业转售，使用时需注意。

行业意义：AI 记忆的本地化趋势

AI Memory Vault 的出现不是偶然。随着 Claude Code、Cursor、Cline 等 AI Coding Agent 越来越普及，「AI 记忆持久化」成为刚性需求。向量数据库方案虽然强大，但引入了额外依赖；而纯 Markdown + Obsidian 的路线，恰好契合了大量知识工作者已经用 Obsidian 管理个人知识库的现实。

更重要的是，它代表了一种「工具链组合」而非「独立产品」的思路——不需要另起炉灶，用已有的 Obsidian 就够了。这种本地优先（local-first）、无供应商锁定的设计哲学，正在成为 AI 记忆领域的一个值得关注的流派。

Stars: 424 ⭐ | Fork: 89 | License: CC BY-NC-SA 4.0 | 技术栈: Obsidian + Claude + MCP + Markdown | 官方文档: https://jaredrhod.com