Remembra Relay
一个编码代理会话结束后，下一个代理凭 git 事实立刻接上——跨机器、跨厂商的会话交接。
- Star 数
- ★ 15
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 72/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Claude CodeCodex（部分支持）
- 费用
- 有免费版，另有付费云服务
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 在笔记本、服务器和 worktree 之间切换同一仓库的独立开发者，希望新会话不必重新梳理上下文
- 不适合
- 不愿把会话摘要或记忆交给 Remembra 云的团队（除非自托管）
- 不使用 git 的编码工作流
- 依赖 Cursor、Gemini CLI 等未经验证 hook 的用户
- 源码审查
- 72/100 · 存在缺口
这个 Agent 能做什么，适合哪些场景？
Remembra Relay 是一个 MCP 服务器加 CLI（remembra-relay），在编码代理的会话结束时生成基于 git 事实的交接简报。会话结束时，close 命令读取分支、提交、变更文件、未推送提交，以及（Claude Code/Codex）本地 transcript 中的测试结果；下一个会话开始时，brief 命令或 session_brief MCP 工具以约 1,500 tokens 交付上一次会话的完成、失败与下一步信息，并核对代理自己的摘要是否与 git 事实一致。项目通过 git remote 识别同一仓库，因此跨机器、跨 worktree 共享交接记录，所有交接按序保存在 trail 中。底层是一个可独立使用的记忆 API（Python/TypeScript SDK、REST API、21 个 MCP 工具），支持事实提取、实体解析、混合检索与 PII 防护。可用 Remembra Cloud（有免费层）或以 MIT 许可自托管（Docker + Qdrant + Ollama）。
会话结束时运行 remembra-relay close：从 git 读取分支、提交、变更/未提交文件和未推送提交；对 Claude Code 和 Codex 还解析本地 transcript 中的测试运行（transcript 不离开本机，发送前先脱敏）。下一个会话开始时运行 remembra-relay brief 或调用 session_brief MCP 工具，生成约 1,500 tokens 的简报：上一个代理是谁、哪些已完成、哪些测试失败、下一步建议——done/not done/failing 部分全部来自 git 与测试运行而非 LLM，代理自己的摘要被对照这些事实标注为未验证或被反驳。remembra-relay trail 按序查看所有交接记录。MCP 服务器（remembra-mcp）另提供 21 个工具：记忆的 store_memory/recall_memories、实体与时间线的 search_entities/timeline、代理间收件箱 send_to_inbox/get_inbox 等。底层记忆层可通过 Python SDK（from remembra import Memory; memory.store(...); memory.recall(...)）或 REST API 直接使用。
- 在笔记本、服务器和 worktree 之间切换同一仓库的独立开发者，希望新会话不必重新梳理上下文
- 白天用 Claude Code、晚上换 Codex CLI 的开发者，需要跨厂商的会话交接
- 接手他人遗留工作的工程师，希望从 git 事实而不是前任代理的自我报告中了解真实进度
- 使用 Cursor、Gemini CLI 等任意 MCP 客户端的用户，通过 MCP 工具读写交接简报
- 需要给应用添加带实体解析和混合检索的持久记忆层的开发者，可直接调用 Python/TypeScript SDK
如何安装或部署这个 Agent？
云方式（需先在 app.remembra.dev 注册获取免费密钥）：
bash
pipx install --force 'remembra[mcp]>=0.16'
remembra-install --all
remembra-relay connect --apply自托管（本地启动 Remembra + Qdrant + Ollama，无需 API 密钥）：
bash
curl -sSL https://raw.githubusercontent.com/remembra-ai/remembra/main/quickstart.sh | bash或用 Docker Compose：
bash
git clone https://github.com/remembra-ai/remembra && cd remembra
docker compose -f docker-compose.quickstart.yml up -d如何使用这个 Agent？
安装后先单独运行 remembra-relay connect 预览将要写入的 hook 改动，再 connect --apply 应用（每个文件保留备份）；Codex 用户需在 Codex 中运行一次 /hooks 信任 hook。之后照常使用编码代理：会话结束时 hook 自动运行 close，新会话开始时 hook 或 session_brief MCP 工具自动提供简报。手动查看交接记录：
bash
remembra-relay trail验证安装：
bash
remembra-doctor all直接使用记忆 API：
python
from remembra import Memorymemory = Memory(user_id="user_123")
memory.store("Had a meeting with Sarah from Acme Corp. She prefers email over Slack.")
result = memory.recall("How should I contact Sarah?")
print(result.context)这个 Agent 有哪些优点和局限？
- 交接事实来自 git 和测试运行而非 LLM，代理的自我陈述会被对照核实，README 给出了摘要与 git 不符时被反驳的具体示例
- 通过 git remote 识别项目，交接跨机器、跨 worktree、跨厂商（Claude Code、Codex 与任意 MCP 客户端）
- 可完全自托管（MIT，Docker + Qdrant + Ollama），自托管免费
- 附带完整的记忆层：21 个 MCP 工具、Python/TypeScript SDK、实体解析、时间线查询和代理间收件箱
- 核心交接依赖 Remembra 云服务（免费层存在，但需要注册密钥），完整离线需自行部署服务器
- 仅 Claude Code 和 Codex 的会话 hook 经过验证；Cursor、Gemini CLI、Qwen Code、Kimi 的 hook 未经验证，需要 --include-unverified 才会安装
- Codex 支持依赖预发布版 codex-cli 0.155.0-alpha.16.4，尚无稳定版 Codex 被测试
- 基准证据薄弱：仅运行了 1/10 个 LoCoMo 对话（76%，对抗性问题全部 0 分），全量运行尚未完成
这个 Agent 与同类方案有什么区别？
README 将其与三类替代方案对比（docs/comparisons/handoff-tools.md 附来源与日期）：厂商内置记忆（Claude Code、Codex、Copilot、Windsurf）不能跨厂商且无持久交接轨迹；本地交接工具（如 claude-mem、agentmemory）不能跨机器、依赖 transcript/diff；记忆 API（Mem0、Zep、Letta）可跨机器但交接事实不来自 git。Relay 的差异化是跨厂商 + git 事实核查 + 持久 trail。
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 |
|---|---|---|---|---|---|---|
| Remembra Relay 当前 | 72 · 存在缺口 | Agent 插件 / 技能免费版 + 付费版 | ★ 15 | 1 天前 | Python | Claude Code |
| Happier | 82 · 表现良好 | 桌面应用免费 + 模型费 | ★ 1.7k | 今天 | TypeScript | Codex · Claude Code |
| Emulo | 78 · 表现良好 | Agent 插件 / 技能免费 + 模型费 | ★ 292 | 2 天前 | HTML | Codex · Claude Code |
| OtoDock | 77 · 表现良好 | 自托管服务免费版 + 付费版 | ★ 187 | 12 天前 | Python | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示较多权限纪律：remembra-install 写入前预览、connect --apply 留备份、doctor 只读、会话密钥建议按 agent 分权、机密在写入前脱敏、CI 全部 SHA 钉扎并做 pip-audit。扣分点：agent 作用域密钥在未做项目限定时可读整个账户（SECURITY.md 自认），钩子仍会自动改写各 agent 的本地配置，属于超出最小化的常驻副作用。
自洽性良好：pyproject 0.16.1 与 README 'ships in 0.16.0' 可兼容；extra 缺失时 _launch 命名缺失的 extra 而非崩溃，wheel-install CI 验证了这些错误路径。doctor 提供逐问题修复指引，错误信息有 CI 断言，故 failure_messages 给满分。依赖可用性仅中等：核心功能依赖云端 API key 与可解析的 PyPI 版本，静态无法验证。
受众与场景清晰（跨机器、跨厂商的编码 agent 交接）。能力边界说明是亮点：逐 agent 钩子验证表、Codex 预发布版本限定、Cursor 钩子标记为未验证且默认不安装（--include-unverified 才启用），这是证据充分的边界声明。扣分点：钩子触发行为对其他版本/其他工具明确未测试，触发精度只能算合格。
架构信息组织清楚（README/SECURITY/docs 分层），MIT 许可证全文一致（pyproject、LICENSE、README 三处一致），已知局限披露极佳（SQLite 明文、无 SOC 2、密钥不过期、撤回早先认证时间表），known_limitations 与 license 满分。扣分点：changelog 指向外部站点，仓库内未见；维护者仅一人（Damany Dolphy/DolphyTech），bus factor 低；未验证发布者使维护承诺只能采信自述。
输出可用性：brief 约 1500 token、事实型摘要、trail 可查，设计面向 agent 消费。边际价值明确：git 事实核对 agent 自述并标记矛盾，优于纯转录交接。扣分点：核心价值依赖云服务与付费计划分层（自托管免费但需自行运维 Qdrant/Ollama），成本收益对个人用户尚可、对企业仍未经验证（无审计）。
可追溯性强：README brief 示例由测试锚定（test_readme_relay.py），比较文档声称每条断言带来源与日期。fact_inference_separation 满分：done/not done 来自 git 而非 LLM，agent 摘要显式标记为 unverified，且公开撤回了自己的无效基准。扣分点：跨源印证只能指向仓库外文档与网站（本评审看不到），第三方执行结果（钩子在各 agent 上的运行）无法独立核实，故 cross_source_corroboration 仅 1 分。
- 静态评审，未执行任何代码；所有钩子行为、安装效果与测试结果均未经独立复现。
- agent 作用域密钥默认可读整个账户的内容，除非显式使用项目级密钥——给每个 agent 发密钥时应主动限权。
- 自托管时 SQLite（含 FTS 索引与备份/Litestream 副本）即使设置了加密密钥也是明文，必须做卷级加密。
- 钩子会自动改写 Claude Code/Codex/Gemini/Qwen/Kimi 的本地配置；先运行 connect（不带 --apply）审查变更，并保留 --apply 生成的备份以便回滚。
- 发布者（DolphyTech）未经企业注册表验证；API key 与会话数据会发往其云服务（美国托管，无 SOC 2、无外部渗透测试），敏感项目应优先自托管。
- API 密钥不会过期，只能手动吊销；请建立轮换计划。
- 除表格中注明的版本外，钩子未在其他版本上验证过；升级 agent 工具后应运行 remembra-relay doctor 检查。