PowerContext

不只是记忆,而是完整的上下文故事:让人类与智能体交接工作后,随时从当前状态继续推进。

Star 数
★ 1.4k
最近更新
今天
License
Apache-2.0
主语言
Python

30 秒速览

运行形态
命令行工具自托管服务MCP 服务器
可在哪里用
通用 · 跨平台Codex · Claude Code
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
Python(uv)SQLiteShell / 命令行网络访问本地文件系统MCP Server
典型场景
开发者把编码任务交给 Codex 或 Claude Code 等智能体,任务中断后换个会话或换人接手,需要恢复决策、进度和下一步信息
不适合
  • 需要非 Python 技术栈官方 SDK 的团队,只能用 HTTP API 或 MCP
  • 希望工具与集成版本可自由混用的团队,必须保持同一 Git ref
  • 需要从 PowerMem 平滑迁移的现有用户,源码未提供迁移路径

这个 Agent 能做什么,适合哪些场景?

PowerContext 是 OceanBase 开源的上下文管理工具,解决工作在人类与智能体之间交接后上下文丢失的问题。它将持久信息存储为 Memory,把当前目标和状态组织为 Handoff,并支持将可复用方法记录为 Experience 或 Skill,所有条目都保留在任务范围内并保存来源和历史修订。它通过本地 Server 运行,默认使用本地 SQLite 数据库存储上下文,智能体可通过 MCP、异步 Python 客户端、HTTP API 或进程内 Core SDK 接入。官方支持 Codex、Claude Code、DeepSeek Harness、Hermes Agent、OpenCode、LangChain、LangGraph 等客户端与框架的集成配置。项目以 Apache-2.0 许可证发布,提供 22 个中文 Jupyter 教程,前七个无需模型或 API 密钥即可运行。

安装后运行 powercontext server run 启动本地 Server,把确认的决策、约束、进度、证据和下一步等上下文持久化到本地 SQLite 数据库。用户可指定哪些信息需要随任务流转:长期信息存为 Memory,当前目标与状态组成 Handoff,可复用做法存为 Experience 或 Skill,且每个条目保留来源与早期修订。新会话或新智能体接入后可直接读取当前状态继续工作,无需重读完整历史。通过 powercontext setup codex --ref powercontext-v0.2.0 生成指定智能体的集成配置,也可以用 powercontext service install 安装常驻本地服务。应用侧可选异步 Python 客户端、HTTP API、MCP 或 Core SDK 四种接口。

  1. 开发者把编码任务交给 Codex 或 Claude Code 等智能体,任务中断后换个会话或换人接手,需要恢复决策、进度和下一步信息
  2. 多智能体工作流中,一个智能体完成阶段性工作后,把 Handoff 交接给下一个智能体继续执行
  3. 团队希望沉淀可复用的 Experience 和 Skill,让后续任务和成员直接沿用已被验证的做法
  4. 使用 LangChain 或 LangGraph 构建应用的开发者,想为智能体加入跨会话的长期记忆
  5. 需要本地化、数据不出本机的用户,利用默认 SQLite 存储在本机运行完整的上下文服务
  6. 初学者想零成本体验:按官方 22 个中文教程学习,前七个教程不需要任何模型或 API 密钥

如何安装或部署这个 Agent?

  1. 安装最新发布版:uv tool install "powercontext[cli,server]==0.2.0"。2.(可选)体验未发布版本:uv tool install --force "powercontext[cli,server] @ git+https://github.com/oceanbase/powercontext.git@master"。3.(可选)安装常驻服务:powercontext service install,用 powercontext service status 查看状态,powercontext service uninstall 卸载。Windows 上安装器会询问是否登录时自启,可用 --start-on-login 或 --no-start-on-login 显式指定。

如何使用这个 Agent?

  1. 在独立终端启动本地 Server:powercontext server run,上下文默认存入本地 SQLite 数据库。2. 配置智能体集成,例如 powercontext setup codex --ref powercontext-v0.2.0;注意 PowerContext 工具与智能体集成应使用同一 Git ref;若使用 master,则运行 powercontext setup codex --source oceanbase/powercontext --ref master。3. 其他客户端(Claude Code、OpenCode、LangChain、LangGraph 等)参考官方 agent setup guide 通过 MCP 或专用集成接入。4. 开发者可用 make install && make check && make test 构建与测试。

这个 Agent 有哪些优点和局限?

优点
  • Memory、Handoff、Experience、Skill 四类结构化上下文分工明确,并保留来源和历史修订,交接后可直接从当前状态继续
  • 提供 MCP、异步 Python 客户端、HTTP API、Core SDK 四种接入方式,覆盖主流智能体客户端与 LangChain/LangGraph 等框架
  • 默认本地 SQLite 存储,可自托管并支持常驻本地服务,数据边界清晰
  • 提供 22 个中文 Jupyter 教程,前七个无需模型或 API 密钥,上手门槛低
局限
  • 工具与智能体集成必须保持同一 Git ref,版本管理不当会导致配置不匹配
  • 官方提供了 LoCoMo 和 SWE-bench Pro 的对比结果,但完整方法与局限性在官网,README 内未给出可独立验证的数据细节
  • 目前公开安装路径基于 uv/Python CLI,未文档化其他语言的官方 SDK,非 Python 技术栈团队需通过 HTTP API 或 MCP 接入
  • 作为 PowerMem 的继任者,从 PowerMem 迁移的路径在源材料中未说明

这个 Agent 与同类方案有什么区别?

README 称 PowerContext 是 PowerMem 的后继项目;同时在官网基准页与 LoCoMo、SWE-bench Pro 上的其他方法做了对比,但源材料未列出具体竞品名称。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
PowerContext 当前 55 · 缺口较多 命令行工具免费 ★ 1.4k 今天 Python Codex · Claude Code
Hello-Agents 智能体教程 54 · 缺口较多 网页应用免费 + 模型费 ★ 84k 11 天前 Python OpenAI API
《深入理解 AI Agent:设计原理与工程实践》开源仓库 41 · 缺口较多 命令行工具免费 + 模型费 ★ 56k 16 天前 Python —
GenAI Agents 综合教程库 25 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 25k 2 天前 Jupyter Notebook OpenAI API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
55/ 100 五分制 2.8 / 5
本评测基于 2026年9月9日 的源码;此后该项目发布了 2 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 13/29
可靠稳定 8/14
适用触发 10/18
规范维护 13/18
有效结果 7/13
证据核验 4/8
查看各维度的扣分理由
信任安全13 / 29 · 2.2/5

最少权限与依赖安全有较实证据:CI 工作流声明 contents:read 最小权限、锁定依赖并用 --require-hashes 下载、sha256 校验;服务器默认绑定 127.0.0.1。但扣分项:用户确认机制、数据流透明度、敏感数据处理仅在 README/env 示例层面被暗示(AUTH_TOKEN 注释),无可见实现;回滚路径未见文档;外部副作用(写入本地 SQLite、hooks 注入 Codex/agent 会话)未充分说明影响范围。

可靠稳定8 / 14 · 2.9/5

self_consistency:README、pyproject 与 CI 相互一致(版本 ref、0.2.0、脚本入口均匹配)。dependency_availability:uv lock --locked、离线 wheelhouse 与冒烟验证显示供应链可用性被认真处理。failure_messages:doctor/ready 端点存在但可见文件中缺少具体错误信息与诊断输出示例,仅得 1 分。

适用触发10 / 18 · 2.8/5

audience_and_scenarios:明确面向开发者/agent 用户,多集成矩阵(official/community/evaluation 标签)清晰。capability_boundaries:Windows experimental、Bub evaluation-only、Python 3.11+ 均明示。trigger_precision:hooks(SessionStart/PreToolUse/UserPromptSubmit)存在但触发语义与注入内容仅从构建脚本推断,文档不在可见范围。environment_fit:macOS/Linux 支持、平台矩阵、Docker amd64/arm64 均有证据。

规范维护13 / 18 · 3.6/5

license 满分:完整 Apache-2.0 文本、徽章与文件头一致。install_notes:README 与生成的离线 INSTALL.md 步骤完整含校验。known_limitations:benchmark 限制链接与 Windows experimental 标注可见。versioning_changelog:hatch-vcs 版本化、PyPI 徽章、固定 ref 安装,但未见 CHANGELOG 文件。maintenance_responsibility:联系邮箱与 OceanBase 版权头存在,维护承诺文档不在可见范围。信息架构(docs、integrations、examples 目录结构)从引用推断,得 2 分。

有效结果7 / 13 · 2.7/5

marginal_value:定位明确(跨会话/跨 agent 的上下文交接,Memory/Handoff/Experience/Skill 模型),有 LoCoMo/SWE-bench Pro 对比指向。cost_benefit:SQLite 本地默认、可选 extras 拆分(builtin/client/server/cli)控制了安装成本。output_usability:本静态评审只能看到接口入口(async client、HTTP API、MCP、SDK)声明,输出形态与质量无文件可直接证明,得 1 分。

证据核验4 / 8 · 2.5/5

fact_inference_separation 较好:official/community/evaluation 标签明确描述的是维护状态而非能力夸大。claim_traceability 与 cross_source_corroboration:基准结果只在 README 以图示出现,方法与数据指向外部站点,仓库内可见文件无法核验;e2e 测试脚本可见但仅覆盖极窄场景(3 个 harbor 任务),不能佐证整体声明,均扣分。

风险与缓解建议
  • 静态评审仅基于 README、LICENSE、pyproject 与 CI 构建文件,未覆盖核心实现源码,结论置信度低。
  • 服务器认证默认 AUTH_ENABLED=false,且 TOKEN 仅以注释示例出现;生产部署前必须显式启用认证并验证数据流。
  • 安装的 hooks 会在每次 agent 会话(SessionStart/PreToolUse/UserPromptSubmit)注入并执行代码,部署前应审查 hook 脚本内容与数据去向。
  • 基准对比结果指向外部站点,仓库内不可核验;不要将其视为已验证的性能声明。
  • 上下文数据库含工作敏感信息,默认 SQLite 存储位置与加密/清理策略需自行确认,且未见回滚/迁移文档。
证据充分度:低 评估于 2026年9月9日 审查版本 c33df8d3b0ee 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. powercontext-v1.4.0 PowerContext v1.4.0
    发布说明摘录
    PowerContext v1.4.0 Not only memory, but a full story. English PowerContext v1.4.0 helps project knowledge evolve while keeping work and changes traceable. This release introduces explicit Dream reviews, Working Notes for current progress, Dashboard revision history and comparison, and an experimental Kimi Code integration. Dream: evolve knowledge through review - Use task outcomes, explicit corrections, or usage feedback as a reason to start Dream. Select the relevant knowledge and evidence, then inspect the proposed changes. …
    在 GitHub 查看 ↗
  2. powercontext-v1.3.0 PowerContext v1.3.0
    发布说明摘录
    PowerContext v1.3.0 Not only memory, but a full story. English PowerContext v1.3.0 makes project knowledge easier to manage and reuse. It introduces independent Atomic Memory, versioned decision policies, Artifact search and shared merge/restoration workflows, a Windows Desktop preview, and an experimental Dify integration. Independent Atomic Memory - Store each fact, preference, or decision as an independent atomic-memory Artifact with immutable content revisions, exact evidence references, and a separate lifecycle. …
    在 GitHub 查看 ↗
  3. v1.1.7 PowerMem v1.1.7
    发布说明摘录
    What's Changed * fix(ci): dispatch publish workflow without git checkout by @wayyoungboy in https://github.com/oceanbase/powermem/pull/1116 * feat(plugin): enable transcript inference by default; remove recall/remember skills by @lightzt99 in https://github.com/oceanbase/powermem/pull/1126 * Fix powermem-mcp help to exit without starting the server by @wayyoungboy in https://github.com/oceanbase/powermem/pull/1124 * fix(ci): avoid duplicate generated release notes by @wayyoungboy in https://github.com/oceanbase/powermem/pull/1123 …
    在 GitHub 查看 ↗

常见问题

我的上下文数据存在哪里?
默认存放在本地 Server 使用的本地 SQLite 数据库中,可以完全本地自托管运行。
需要模型或 API 密钥才能开始吗?
运行 Server 和使用核心上下文功能不需要模型;官方教程中前七个 Jupyter 教程无需任何模型或 API 密钥。
支持哪些智能体客户端?
README 明确列出了 Codex、Claude Code、DeepSeek Harness、Hermes Agent、Pi Coding Agent、OpenClaw、OpenCode、WorkBuddy、Bub、Pydantic AI、LangChain、LangGraph 的配置指南,均可通过 MCP 或专用集成接入。
升级时要注意什么?
PowerContext 工具与智能体集成应保持在同一 Git ref 上;换用 master 或特定版本时,安装与 setup 命令都要指向同一个 ref。
成本如何?
项目本身以 Apache-2.0 许可证开源,自托管运行无许可费用;实际成本主要来自你接入的智能体或模型服务本身。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents