scritty

开发 scritty 是因为厌倦了向 agent 重复说明同样的问题。 在使用 Claude 深入解决问题时，常常会在思考或调试过程中触及使用限制，然后不得不切换到 Copilot，这又是一个全新的空白会话，需要粘贴上下文来让它了解情况。碰壁后又得在 Codex 上重复同样的操作。用完之后转向 Antigravity。耗尽额度后不想等待限制刷新，就切换到本地运行的 Ollama 并再次重复。整个过程都是在处理同一个项目，但每次切换都变成同样繁琐、浪费 token 的苦差事：复制粘贴旧会话、插入截图、尽可能多地塞入提示词，然后祈祷能得到最佳结果。 因此开发了一个终端，让所有 agent 都在其中运行。它位于每个 agent 所在的位置，实时捕获会话内容，并将其转化为一个可搜索的记忆，在每次切换时都能延续。 在 scritty 中运行任何 AI CLI 工具。它从进程本身检测正在运行的 agent，为每次交互标记提供商，并在本地索引到嵌入式向量存储中（如果已运行 qdrant、pgvector、chroma 或 weaviate，可以切换）。搜索采用混合模式且完全离线。然后通过 MCP 服务器和 CLI 暴露该知识库，这样 agent 可以查询自己和其他 agent 过去的对话记录，在工作时也可以进行查询。 每天都在使用的两个功能： - prompt.toml：因为拥有终端的控制权，可以编写一次规则，scritty 会在消息到达任何正在运行的 agent 之前将其注入，同时加上该供应商自己的规则文件。Markdown 文件规则虽然很好，但其相关性容易衰减，而这种方式会在每次对话中呈现给 agent（或在不需要时关闭）。 - 手机同步：同一个终端会话在手机上以 PWA 形式实时运行。在桌面开始工作，离开后在手机上继续，两端保持同步。这是最喜欢的功能。 它采用本地优先模式且为付费产品。个人版为 $19.99/月，完全在本地设备上运行，无需云账户；提供 14 天免费试用，没有永久免费版本。agent 已经保存记忆，但它们被锁定在各个供应商的系统中，回溯时还要计费；scritty 的记忆存储在本地设备上，可免费查询且支持离线。一个 agent 为工作提供可搜索的记忆；添加的每个 agent 都共享同一个语料库。它可扩展到团队，作为共享的执行层和联合的、访问受控的、可审计的知识库，配备针对组织的控制面板，用于管理成员、计费、席位、审计、许可证、SSO 和 SAML，这是来自受监管环境（银行、医疗、公共部门）后特别关心的部分。会话默认为私密，可选择共享内容。由于捕获在终端层而非供应商内部，agent 供应商可以随意切换：本季度用 Claude，下季度用 Codex 或 Antigravity，不会丢失任何内容也无需数据迁移，因为知识库归自己所有，agent 只是在其中轮换使用。 网站上有 3 分 09 秒的演示视频。核心理念是不再从零开始：无论与谁协作（agent 或开发团队），都可以调出上一个已经解决的所有问题。欢迎提问。