
现在用 AI Agent 写代码,最费时间的往往不是让它写,而是每次开新会话都得把项目背景重新讲一遍:技术选型、目录约定、哪些模块不能动、上次那个 bug 的结论是什么。对话本身不长,但这部分上下文复制粘贴一次就是十几分钟,而且经常漏。
oceanbase 在 11 月 21 日前后更新了他们的开源项目 PowerContext(前身叫 PowerMem),Apache-2.0 协议,Python 写的,仓库三天前还在提交。它想解决的就是这件事:把该长期存在的东西从对话里搬出来,变成服务端可以检查、追溯、改版的东西。
它的核心思路:上下文不是聊天记录
大部分 Agent 记忆方案,本质是把历史对话切片、嵌入、检索,检索出来再塞回提示词。PowerContext 走的是另一条路:它不存对话,存 Artifact。
Artifact 是有版本号的对象,引用形式写成 家族/标识@修订号。改一次内容不会覆盖旧的,而是加一个新修订,历史永远在,可以随时回看某个时刻的原始状态。这点在做审计和排查的时候特别有用:你知道当初为什么那么改。
数据按 Scope 隔离。一个 Scope 里有五样东西:Source journal 存证据(提示词、文档、工具调用的参数和输出、报错、任务结果),Memory 存决策、约束、事实、状态和下一步,Review Inbox 存待审核的经验与技能,Handoff history 存跨会话的交接记录,Topic Memory 存从证据里后台提炼出来的主题记忆。
这里有个安全语义必须记住:召回的内容被明确定义为历史,而不是指令来源。Agent 读到的过往决策只当参考资料,不会自动变成当前任务的权限。
记忆分四种状态,能删但能恢复
Memory 条目的状态有 active、forgotten、merged、retired 四种。删除走 POST /v1/atomic-memory/lifecycle 接口:条目从活跃召回里移除,但内容和历史仍然保留,可以随时恢复,而且不会推进内容修订号。
这一点和数据库的删除完全不是一个思路。删错了能捞回来,而且捞回来的是那个精确版本。
另一个容易被忽略的设计是分两种模式。Basic memory 模式下,显式保存和召回不需要服务端任何模型凭据;Full memory 模式才会从 Source 里自动提炼主题记忆和做语义检索,这时候才需要单独的生成和嵌入接口凭据。注意,Agent 自己订阅的模型不等于服务端的模型凭据,两回事。
PreparedContext:一次召回有预算上限
召回走 PreparedContext。它从活跃 Memory 里挑配置好的部分,加上已批准的 Experience,可以选加 Profile 快照和 Topic Memory,然后套一个共享的字节预算,最后返回 ready 或者 empty。
共享字节预算这个设计值得点赞。它把召回变成了一个有硬上限的动作,不会因为记忆越积越多就把提示词撑爆。返回 empty 也是个正经结果,表示这次没什么可召回的。
交接、经验和技能:三种沉淀方式
Handoff 解决跨会话、跨 Agent、跨人交接,走四个阶段:工作契约定义边界和目标,handoff_current_work 捕获一份检查过的边界快照并返回临时交接件,对方确认接收(Acknowledgement),最后把任务结果存成证据。四步走完,工作连续性就有了审计痕迹,而不是散在某个人的聊天记录里。
Experience 是结构化的经验,一条记录包含情境、采取的行动、观察到的结果、可复用的教训。它不能自己生效,得先进 Review Inbox,审核通过才写入不可变修订。审核写入用 expected_version 做并发保护,防止别人改过候选之后审核还照单全收地应用。审核需要 scope.review 权限;已授权的 Agent 可以审自己提交的候选,想让提交人和审核人分离,就用不同身份和权限来配。
Skill 是可以被导出的操作流程,带名称、发现描述、执行说明、校验检查和血缘。这里有个刻意的分离:审核通过不等于安装,也不等于执行,必须显式导出那个被批准的精确修订,导出之后 Agent Host 才能发现它。批准、导出、执行是三步。
装起来跑一遍
官方推荐用 uv 装,Python 3.11 以上。
- uv tool install --force "powercontext[cli,server]==1.5.2"
- mkdir -p powercontext-config,然后 cd 进去
- powercontext config init --language en --output .env
配置向导会问存储、本地还是远程、记忆能力、面板访问和 Agent 连接方式,输出 .env 和 .env.next-steps.md 两个文件。这两个文件可能带凭据,别提交到 Git。
接着校验和装服务:
- powercontext config validate --env-file .env
- powercontext service install --env-file .env
- powercontext service status
装完加载环境变量,检查连接和能力清单:
- set -a 然后 . ./.env 然后 set +a
- powercontext ready
- powercontext capabilities
改过 .env 之后要重新执行一次 service install,配置才会生效。Linux 上作为个人服务跑,需要 systemd 的用户级实例可用。
接 Codex 的话:
- powercontext setup codex --ref powercontext-v1.5.2
- powercontext doctor codex
doctor 只验安装和连接。有个必须手动做的动作:在 Codex 里打开 /hooks,信任 PowerContext 的 hooks,并且启用 UserPromptSubmit 钩子。这一步不做,自动捕获提示词和自动召回都不会运行,就算 MCP 连上了也没用。
存储、观测和接入方式
存储后端支持 SQLite、seekdb、MySQL 和外部的 OceanBase。选 SQLite 是最省事的首次部署方式。schema 在 SQLite 和 MySQL 两种方言下保持一致,一共 75 张表,升级时带着迁移历史保护,不会让你在两个方言之间反复横跳。
观测栈可以整套接上 Grafana、Prometheus、Loki、Tempo、OpenTelemetry Collector 和 Phoenix。原则是不导出内容、不导出凭据、不使用无界身份标签,只暴露一个受保护的 metrics 端点。
接入方式有四种:异步 Python 客户端、HTTP API、MCP、进程内 Core SDK。官方把 HTTP 定义为完整的远程应用契约,其余三种是它的投影或糖。架构上分四层:Core 协议层定义 Source、Artifact、Trigger 三个核心对象;内置运行时提供 Memory、Handoff、Experience、Skill 这些服务和调度;Server 与集成层提供 HTTP、MCP、客户端、CLI、面板和插件;最上层是具体应用。
仓库里还有一个 Rust 写的 Gateway,定了六条不变量:网关里不放策略、绑定身份的两阶段门控、只重试确定性失败、注入必须字节精确、凭据只在服务端、证据不含请求体。
官方基准数据怎么看
官方给了两组数字。LoCoMo 基准 1540 道题,PowerContext 准确率 90.78%,对照组是直接回放完整上下文,52.9%,差 37.88 个百分点。SWE-bench Pro 上,每 100 个任务,开启后输入 token 约 2.25 亿,关闭后约 3.02 亿,省了约 25.4%。LoCoMo Plus 还有一组嵌入模型对比,用的是 qwen3.7-text-embedding,维度 1024。
这里得说句实话:LoCoMo Plus 那六项分数是项目所有者自己提供的,对应的运行产物没有公开,外部无法独立验证。官方自己也在文档里标注了这一点,看的时候心里要有数。Windows 支持目前也标的是实验性。
仓库里另外有 22 个中文 Jupyter 教程,前 7 个不需要任何模型或 API 就能跑。建议按顺序从内存跨会话那个开始,再往后是上下文准备、交接、经验和技能。
社区集成已经铺开:Claude Code、MiniMax Code、DeepSeek Harness、ZCode、Kimi Code、Hermes Agent、OpenCode、WorkBuddy、Pydantic AI、LangChain、LangGraph 都在其中。官方支持的只有 Codex 一个。
我的看法
如果你只在用单会话的 Agent 聊问答,这东西会显得重,它的价值在项目级、跨会话、多 Agent 协作的场景才出来:一个改代码的 Agent 和一个做审查的 Agent 共享同一份决策记录,交接时不用重新对一遍上下文。
我最认可的是那套修订和审核的组合。记忆系统最大的风险从来不是记不住,而是记错了还当真话用。Revision 让历史不可篡改,Review Inbox 让经验必须过审才能复用,expected_version 让并发审核不会静默覆盖别人的改动。这几层加在一起,才配得上让它参与决策。
另外那个字节预算和「召回是历史不是指令」的定位,恰好是很多记忆方案会踩的坑:一个是提示词被撑爆,一个是历史里的旧指令被当成了当前任务的要求去执行。这两条约束写死在设计里,比写在文档里管用。
有一点得提醒:.env 和 .env.next-steps.md 可能带凭据,.gitignore 里记得加上。官方文档自己也强调过这一点。
官方地址:
源码仓库 github.com/oceanbase/powercontext
项目官网 powercontext.oceanbase.io
文档站 powercontext.oceanbase.io/en/docs/
许可证是 Apache-2.0,商用二开没有门槛。
文章标题:PowerContext 上手评测:把 AI 的上下文搬出对话,跨会话还能接着用
文章链接:https://www.muooy.cn/16945.html
更新时间:2026年11月21日
1.本站大部分内容均收集于网络!若内容若侵犯到您的权益,请发送邮件至:305582964@qq.com,我们将第一时间处理!2.资源所需价格并非资源售卖价格,是收集、整理、编辑详情以及本站运营的适当补贴,并且本站不提供任何免费技术支持。
3.所有资源仅限于参考和学习,版权归原作者所有,更多请阅读用户协议和免责声明。
- 1混元 Hy4 flash 开源了:百万 token 五毛钱,自己部署前先看协议第八条11月20日
- 2AI 写的前端总带着老代码味:四家浏览器给编码代理出补课包11月19日
- 3GPT-6.2 一个旗舰一个日常款:降价两成,写码口碑没跟上11月19日
- 4DeepSeek 把聊天前端开源了:解压双击就能用,私有部署三个坑先知道11月15日
- 5WordPress 官方新工具 Reprint:整站克隆到本地,改版不用再赌线上11月14日
- 6千问旗舰预览版开放两周:一百万上下文,11月25日前把它测完11月13日
- 7Kimi 把 2.8 万亿旗舰开源了:稀疏注意力接管长文本,先看三道部署门槛11月13日
- 8谷歌发布只做判断题的模型:一次判1000题,输出还不要钱11月12日
- 9Claude Fable 5.2连夜上线:一句话出片变强了,也更贵了11月11日
- 10open-design:本地优先的开源 AI 设计工作区11月9日

