Piia Engram

这个 Agent 能做什么，适合哪些场景？

Piia Engram 是面向开发者的本地优先 AI 工作身份层，而不是通用的 Agent 会话记忆数据库。它把身份、偏好、质量标准、项目快照、经验教训、关键决策和操作 Playbook 保存到 `~/.engram/` 下的 JSON 与 Markdown 文件中。项目通过 Python CLI 和 MCP stdio 服务器向 Claude Code、Codex、Cursor 等客户端提供读取、检索、写回、审阅、导入导出和会话恢复能力；不支持 MCP 的 ChatGPT、Gemini 和 Kimi 可使用导出的 Markdown 身份卡。默认身份与知识操作不联网，混合检索、远程 SSE 服务、加密、治理及遥测均属于可选能力。它适合频繁切换 AI 编程工具、希望知识可见且可迁移的用户，但本地明文默认值和调用方身份边界需要在采用前认真评估。

安装后，engram setup 检测 Python 环境和已安装的 AI 工具，询问数据目录，并在用户确认后备份、写入 MCP 配置。MCP 客户端可用 get_user_context 加载身份和已批准知识，用 search_knowledge、get_relevant_knowledge 或 get_recall 检索经验、决策与 Playbook，并通过 add_lesson、add_decision、add_playbook 或统一入口 memory_store 写回本地存储。save_project_snapshot、get_recent_context 和 get_resume_brief 负责项目及跨会话衔接；wrap_up_session 可提取会话成果，并把检测到的多步骤流程生成为待确认的 Playbook 草稿。高风险内容进入审阅流程，低中风险写入可审计并可撤销，设置 ENGRAM_APPROVAL=strict 可拦截所有写入。engram preview --as automation 展示调用方实际能收到的内容，engram doctor 检查安装和配置，export_engram、import_engram 与 get_identity_card 分别处理完整备份、预览式导入和非 MCP 工具的 Markdown 输出。默认使用关键词搜索；安装 vector 扩展并设置 ENGRAM_SEARCH=hybrid 后，可启用 FTS5 与语义向量结合的跨语言检索。

1. 同时使用 Claude Code、Codex 和 Cursor 的开发者，希望各客户端读取同一套编码偏好、质量标准与经验。
2. 经常开启新对话的工程师，希望通过 get_user_context 或 get_resume_brief 减少重复说明背景。
3. 架构师需要长期保存决策、被否决方案及原因，并在后续项目中检索决策链。
4. 维护重复发布或部署流程的团队，希望从会话中生成待审阅的 Playbook，并记录执行结果。
5. 重视数据主权的个人用户，希望记忆保存在可直接检查、编辑、备份和迁移的本地文件中。
6. 需要在不支持 MCP 的 ChatGPT、Gemini 或 Kimi 中复用工作身份的用户，可导出并粘贴 Markdown 身份卡。

如何安装或部署这个 Agent？

需要 Python 3.10+。基础安装和交互式配置为：

pip install piia-engram
engram setup

向导会列出将要修改的客户端配置文件，并在确认后写入 MCP 连接；每次外部配置写入前都会备份。用于 CI 或非交互环境时可直接应用外部配置：

engram setup --apply-external-config

配置完成后重启对应 AI 工具，并执行健康检查：

engram doctor

若需要可选的语义向量检索：

pip install "piia-engram[vector]"

随后在 MCP 环境中设置 ENGRAM_SEARCH=hybrid。身份与知识功能默认不要求网络或 API 密钥。

如何使用这个 Agent？

Codex 可在 ~/.codex/mcp.json 中添加：

{
  "mcpServers": {
    "piia-engram": {
      "command": "python",
      "args": ["-m", "piia_engram.mcp_server"]
    }
  }
}

Claude Code 也可直接注册 stdio MCP 服务器：

claude mcp add piia-engram -- piia-engram-mcp

重启客户端后，先调用 get_user_context 获取已批准的身份与知识；工作中用 search_knowledge 查找经验和决策，用 memory_store 或 add_lesson、add_decision、add_playbook 保存新内容，结束时调用 wrap_up_session。可在终端预览 AI 将看到的内容并检查连续性：

engram preview --as automation
engram continuity

若要开放全部高级工具，可在 MCP 服务器配置中加入：

{
  "mcpServers": {
    "piia-engram": {
      "command": "python",
      "args": ["-m", "piia_engram.mcp_server"],
      "env": {
        "ENGRAM_TOOLS": "all"
      }
    }
  }
}

不支持 MCP 的工具可使用 get_identity_card 生成 Markdown，再粘贴到对话中；该路径不是自动同步。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题