CodeCompanion History：为 AI 编程工具装上「记忆宫殿」

你一定有过这样的经历：花了大半天和 AI 结对编程，解决了某个刁钻 bug，结果第二天打开编辑器，聊天记录空空如也——那些有价值的对话、反复调试的思路、精心设计的提示词，全部随着一次 quit 消失了。这种「AI 用完即弃」的体验，是每一个高频使用 AI 编程工具的开发者共同的痛。

CodeCompanion History 正是为了解决这个问题而生。它是 codecompanion.nvim 的官方扩展，为 Neovim 中的 AI 聊天插件装上了一套完整的历史管理系统——保存、回溯、恢复，无缝衔接。

背景：codecompanion.nvim 是什么

在介绍 History 扩展之前，有必要先理解它的宿主插件。codecompanion.nvim 是 Neovim 生态中最成熟的 AI 编程助手插件之一，支持 Claude、ChatGPT、Gemini、Grok 等多种大语言模型适配器，并且深度集成了 MCP（Model Context Protocol）工具生态——这意味着它不仅仅是「在编辑器里聊天」，而是能让 AI 直接调用各种开发工具、读取代码库、执行命令。

但插件本身有一个致命短板：不保存聊天历史。每一次新会话都是从零开始，AI 无法记住之前的上下文。对于需要长期迭代的项目来说，这个限制严重削弱了 AI 的价值。

核心能力：不止于「保存聊天」

History 扩展的核心设计理念是：保存完整的会话状态，而非仅仅保存文字。当用户恢复一个历史会话时，AI 不仅能看到之前的对话，还能恢复：

• 系统提示词：当时给 AI 设定的高上下文指令
• 所有消息历史：包括用户提问、AI 回复、工具调用和结果
• 图片附件：以 base64 字符串形式完整保存（这对前端开发场景尤其重要）
• LLM 适配器和参数：使用的是哪个模型、温度是多少、超参设置——全部还原
• 工具定义和执行结果：MCP 工具的 schema 和历史调用输出完整保留
• 代码引用和命令输出：通过斜杠命令引入的片段和命令结果

这意味着，即使隔了一周再打开历史会话，AI 依然拥有完整的「记忆」来继续工作，而不是一张白纸。

标题生成：让会话有「名字」

历史一多，管理就成了问题。History 内置了智能标题生成器，会话保存时自动调用 AI 生成一句话概括聊天内容。用户也可以配置刷新频率（比如每 N 条消息刷新一次标题），或者自定义标题格式。对于团队协作场景，这种命名规范让历史记录变成了一份可搜索的知识库。

摘要系统：给长对话做「缩略图」

一个复杂项目的调试过程可能产生成百上千条消息。History 提供了分块摘要生成功能：长对话被拆分成合适大小的块，每块独立摘要，最终合并为一份精炼的总结。用户可以指定使用哪个模型生成摘要，也可以自定义系统提示词来控制摘要风格。摘要生成后配合 gbs 快捷键浏览，非常适合快速定位某个历史决策的背景。

@memory 工具：向量搜索穿越历史

这是整个扩展最令人眼前一亮的特性。结合 VectorCode CLI，History 支持将摘要自动向量化并索引。生成摘要时，插件会自动调用 VectorCode 的向量化和搜索能力，将摘要纳入本地向量数据库。在新会话中，AI 可以通过 @memory 工具根据关键词语义搜索历史摘要——不是简单的字符串匹配，而是真正的语义理解搜索。

这相当于给 AI 装上了一个「私人搜索专家」，可以跨越时间和项目边界，精准找回过去的决策和讨论。

项目感知过滤：Workspace 就是分界线

一个容易被忽视但极其实用的功能：History 支持按工作区/项目过滤聊天记录。这意味着你在 A 项目调试数据库迁移的会话，不会和 B 项目的前端重构混在一起。配合项目感知过滤，开发者可以快速定位特定项目的所有相关对话。

技术架构：简洁但精细

项目代码量适中（核心约 160KB Lua 代码），目录结构清晰：

• init.lua：插件生命周期管理、命令注册、自动命令设置
• storage.lua：聊天持久化引擎，处理 JSON 序列化、文件 I/O、自动过期清理
• ui.lua：界面层，支持多种 picker（telescope / snacks / fzf-lua / default）
• summary_generator.lua：分块摘要生成逻辑
• title_generator.lua：AI 驱动的动态标题生成
• vectorcode.lua：向量搜索集成层
• types.lua：完整的 Type Annotations（Lua LSP 友好）

测试覆盖相当完整（tests/ 下有 11 个测试文件，覆盖存储、摘要、标题生成等核心模块的单元测试），保证了版本迭代中的稳定性。

部署体验：极简配置，快速上手

安装只需两步：通过 lazy.nvim 安装插件，然后在 codecompanion.setup() 中启用扩展即可。核心依赖仅有 Neovim >= 0.8.0 和 codecompanion.nvim，可选依赖（VectorCode、snacks.nvim、telescope 等）按需添加。

没有 Docker 支持，也没有 Web UI——作为纯 Neovim 插件，这是合理的设计取舍。部署难度极低，适合所有使用 Neovim 作为主力编辑器的开发者。

局限与注意事项

由于深度依赖 CodeCompanion 的内部 API，每次 CodeCompanion 更新都可能引入兼容性问题。作者在 README 中也坦诚提及了这一点。对于追求稳定性的团队，建议在 CodeCompanion 大版本升级后验证历史会话的恢复功能。

另外，Watchers（监视缓冲区状态）仅保存状态，不恢复监视功能——如果你的工作流重度依赖实时文件监视，需要注意这一点。

行业意义

CodeCompanion History 的出现，反映了 AI 编程工具从「单次会话」向「持续记忆」演进的趋势。随着 Claude Code、Copilot 等工具越来越深度地嵌入开发流程，如何管理 AI 参与过的每一段决策、每一次调试、每一个设计选择，将成为提升团队协作效率的关键课题。

VectorCode 向量搜索的引入，则代表了更长远的方向：让 AI 不仅仅「记得」最近的对话，还能跨越时间语义搜索历史积累的知识。这比简单的聊天记录导出要强大得多。

如果你是 Neovim + AI 编程的重度用户，这个扩展值得加入你的日常工具链。