Walrus Memory

Walrus Memory 是什麼？

Walrus Memory 是一個適用於 AI agent 的可攜式記憶層。它的設計目的是在各應用程式、工作階段與執行環境之間儲存並取回持久化上下文，讓 agent 能以相同狀態持續工作，而不是每次都重新開始。

這個產品定位於需要共享且可驗證記憶的 agent 與應用程式開發者。來源展示了 Python 與 TypeScript 的使用方式，也可透過設定指令加入 Claude Code、Cursor、Codex 和 Gemini CLI 等 AI 用戶端。

主要功能

• 持久化 agent 記憶：儲存可在之後呼叫的記憶，讓 agent 能從先前上下文接續，而不會在工作階段結束時遺失狀態。
• 可跨應用與執行環境攜帶：相同的記憶層可在不同應用程式與環境中使用，當工作流程在工具或部署之間切換時特別有幫助。
• 可透過查詢回想：agent 可用自然語言查詢已儲存的記憶並取得符合結果與距離值，有助於擷取相關上下文。
• 支援 Python 與 TypeScript：頁面包含 Python 的 memwal 與 TypeScript 的 @mysten-incubation/memwal 範例程式碼，顯示應用開發者的整合路徑。
• 可搭配 AI 用戶端與編碼工具使用：設定流程提到 Claude Code、Cursor、Codex、Gemini CLI 與其他用戶端，表示它不只限於自訂應用程式。
• 多 agent 工作流程的共享記憶：產品被呈現為可建立多個 agent 存取同一記憶並圍繞共享狀態協作的工作流程。
• 可驗證且受控的存取：頁面強調記憶具持久性且由使用者控制，且 meta description 提到可程式化存取控制與可靠協調。

如何使用 Walrus Memory

一般設定會先執行提供的 curl 指令，取得你想使用的 AI 用戶端或環境之設定說明。接著，開發者會依照適當的 SDK 或用戶端指示連接 agent 或應用程式，設定金鑰、帳號資訊與命名空間，並透過健康檢查驗證服務。

之後的流程是先用 remember 或 remember_and_wait 寫入記憶，再在 agent 需要上下文時以查詢呼叫 recall。範例顯示，這個產品既可作為 AI 用戶端的外部記憶層使用，也可作為直接嵌入應用程式內的函式庫。

使用情境

• 跨工作階段的 agent 連續性：當助理或 agent 需要在原始工作階段結束後，仍記住使用者或任務資訊時很有用。
• 多 agent 協作：適合不同 agent 共同參與同一工作流程，且需要共享狀態而非各自孤立的工作階段記憶。
• 應用程式內嵌記憶：適合用 Python 或 TypeScript 建構 AI 應用程式、且需要在產品內部持久回想的開發者。
• 給編碼助理的記憶：當編碼工作流程需要持久上下文時，可連接到 Claude Code、Cursor、Codex 或 Gemini CLI 等工具。
• 具稽核友善性的 agent 工作流程：來源提到可驗證性與稽核追蹤，因此適用於需要追溯 agent 依據的工作流程。

常見問題

Walrus Memory 會跨工作階段儲存上下文嗎？
會。頁面將其描述為一個可攜式記憶層，可在各應用程式與工作階段間持續保留上下文。

它可以用在一種以上的程式語言嗎？
可以。頁面展示的範例是 Python 與 TypeScript。

它可以連接到現有的 AI 用戶端嗎？
可以。來源明確提到 Claude Code、Cursor、Codex、Gemini CLI 與類似的用戶端。

它支援多個 agent 的共享記憶嗎？
可以。頁面明確提到具共享記憶的多 agent 工作流程。

這個產品是否被描述為受控且可驗證？
是。來源表示它具持久性、可驗證，且由使用者控制，並且也提到可程式化存取控制。

替代方案

• 單一 AI 應用程式內的基於工作階段記憶：這是最簡單的替代方案，但通常會在工作階段結束時重置，且無法在不同工具之間提供可攜式上下文。
• 自訂的資料庫支援記憶層：團隊可以自行建立持久化與檢索系統，但通常需要自己處理結構設計、回憶邏輯與存取控制。
• 向量資料庫加上檢索流程：這可以支援語意回憶，但通常是較廣泛的基礎架構設置，而不是專為代理記憶打造的產品。
• 內建記憶模組的 agent 框架：有些 agent 框架包含記憶功能，但通常綁定特定執行環境或工作流程，而不是以可攜式記憶層的形式呈現。