产品介绍
PMB 通过 MCP 协议为 Claude Code、Cursor、Codex 和 Zed 提供持久化的项目记忆能力。它将决策、经验教训、目标、近期工作、项目事实和文档统一存储在本地磁盘的一个 SQLite 工作区中。无需云服务、无需 API 密钥、读取路径不产生 LLM 调用。项目完全开源，本地优先，支持数据检查与导出，内置本地仪表盘和诚实的影响追踪机制，可以清晰看到哪些记忆真正发挥了作用。
适合谁关注
- 开发者和技术团队
- 正在评估 AI 工具或智能体落地的团队
可借鉴场景
- 快速理解 PMB 的定位、核心能力和 Product Hunt 热度
- 判断“不再需要反复向 AI 编程 agent 解释项目背景”这类需求是否值得做竞品调研
- 沿着 开发者工具、AI 与智能体 继续发现同类产品和替代方案
- 筛选高票产品，观察海外用户当前愿意投票支持的产品形态
- 结合评论热度，判断该产品是否有真实讨论和早期用户反馈
181
投票数
49
评论数
6月29日
发布日期
作者自荐
总结
PMB 精准切中了当前 AI 编程 agent 的核心痛点——跨会话失忆。开发者在使用 Claude Code、Cursor 等工具时，频繁需要重复解释项目上下文，严重影响效率。PMB 通过 MCP 协议和本地 SQLite 存储，巧妙实现了持久化项目记忆，且完全离线运行，无需依赖云端服务，充分保障了代码隐私和数据安全。类型化记忆的设计思路尤为亮眼，将经验教训、目标和工作记录分类管理，使上下文回传更加精准。影响追踪机制体现了工程师的严谨态度，让记忆系统不再是黑箱。作为开源项目，PMB 有望成为 AI 辅助编程生态中的基础设施级工具。主要挑战在于如何平衡自动记忆的颗粒度，避免信息噪音反而干扰 agent 的判断。
GitMemo免费开源
把 AI 对话保存到你的 Git 知识库
本地优先，支持 macOS 与 Android。剪贴板、截图、笔记和文件都能集中保存、搜索、同步。
获取安装包
大家好，Product Hunt——开发 PMB 的原因是，使用过的每一个编程 agent 都存在同样令人沮丧的循环：在一次会话中表现出色，下一次就全部忘光。不得不反复解释决策、约束条件、文件历史，以及"请不要在这个仓库中再做 X 操作"。 PMB 将这些记忆本地化并持久保存。它把决策、经验教训、目标、近期工作和事实存储在本地磁盘的一个 SQLite 工作区中，然后将相关上下文回传给 Claude Code、Cursor、Codex、Zed 及其他支持 MCP 的 agent。无需云服务、无需 API 密钥、无需托管记忆服务。 设计从最初的"只是为 agent 保存笔记"演变为类型化记忆：经验教训被视为规则，目标被视为目标，项目工作被视为近期活动。目前最关注的是可信记忆：agent 应该自动记住什么、应该忽略什么，以及如何展示记忆真正在何时发挥了作用。 欢迎每天使用编程 agent 的开发者提供反馈。最快体验方式：pip install pmb-ai && pmb setup