您的位置首页 >互联网 >

蚂蚁 OceanBase 团队开源 PowerContext面向 Agent 的跨对话记忆服务,把决策、约束、证据与进度带出单次会话

先说核心判断: PowerContext 是蚂蚁 OceanBase 团队开源的一套面向 AI Agent 的上下文与记忆服务,定位是 local-first(本地优先)的开源项目,代码托管在 GitHub(oceanbase/powercontext),采用 Apache-2.0 许可。它要解决的痛点很具体:Coding Agent 或个人助手在单次对话里做完决策、改完代码、查到一半,会话一关,这些背景、约定、证据和进度就留在上下文窗口里,下次开新会话、换另一个 Agent 或换人接手时,往往要把前因后果重新讲一遍。PowerContext 把工作中可延续的部分 —— 决策、约束、证据、当前进度 —— 保存到会话之外的版本化制品里,让下一次会话、下一个 Agent 或下一个人能够核对状态后接着干,而不是重读整段聊天记录。它不是一个聊天记录备份工具,而是一套带记忆生命周期、来源追溯、交接状态和多后端存储的上下文服务,可以作为独立 Server 运行,也可以通过 Python SDK、HTTP REST、MCP 服务和 CLI 嵌入其他应用。

一、它解决的核心问题

1. 单次会话上下文的三个断点

断点场景直接后果PowerContext 的对应思路
今天查到一半,明天换会话继续项目背景、接口约定、方案取舍要重讲把可复用知识存为 Memory,按项目 Scope 召回
一个 Agent 写完实现,另一个 Agent 接着验证不知道改过什么、验证到哪一步、剩什么疑点用 Handoff 记录目标、进度、阻塞、下一步与证据
多个项目并行推进不同项目的约定混在一起,容易串上下文用 Scope 隔离不同项目 / 工作范围的记忆与交接记录

2. 设计边界

  • 服务把推理过程和当前状态移出对话,放进可检查、可修订、可回溯的制品;
  • 显式保存的记忆不依赖模型 API;自动从原始材料提取记忆、做语义检索时,才需要配置 Generation 和 Embedding 凭证;
  • Scope ID 只用于选择数据,不证明用户身份、不授予工具访问或执行权限。

二、核心数据模型与概念

概念作用典型内容
Source保存原始材料与证据用户提交的项目说明、提示词、文档、工作合同、任务结果
Memory可复用的项目知识,关联来源已确认的决策、稳定约束、事实、待办下一步
Scope项目 / 工作范围隔离单元独立的 Source 日志、记忆生命周期、审核收件箱、交接历史
Handoff进行中任务的交接状态目标、已检查状态、阻塞、下一步、证据引用
Experience情节型经验记忆从原始交互压缩而来,带时间衰减
Skill流程型技能记忆反复出现的模式抽象成可复用操作方法,审核后可导出到支持的工具
Review Inbox待审核候选等待决策的 Experience、Skill 候选条目
Topic Memory后台主题记忆从符合条件的 Source 中后台提取生成

三、记忆生命周期与检索机制

1. 记忆条目状态

  • 每条 Memory 都是带 Revision(版本)的制品,状态分为:active(当前有效)、forgotten(退出日常检索)、merged(已合并)、retired(已退役);
  • 把一条记忆遗忘,只是让它退出主动召回,内容和历史仍可恢复,不会推进内容版本;
  • 项目约定变化后,后续工作按更新后的内容走,需要时仍能回看当初的选择。

2. 两层蒸馏与衰减

  • 原始交互先压缩成 Experience 记忆;重复出现的模式再进一步抽象成 Skill 条目;
  • 类似艾宾浩斯遗忘曲线的时间衰减机制,让记忆集合持续保持精简和相关;
  • 合并近重复 Experience、把重复模式提升为 Skill 的整理动作可通过 distill_all() 执行;LLM 驱动的自动合并和生命周期管理用于降低检索噪音。

3. 四路混合检索

检索维度作用
稠密向量相似度按语义相似召回相关记忆
全文关键词按术语、型号、项目名精确命中
知识图谱遍历沿实体与关系扩展关联上下文
时间新近度加权让近期、当前有效的内容优先

四路能力在一次查询中合并,不需要使用者自己写拼接逻辑。

四、存储、部署与接入方式

1. 存储后端

后端适用场景
SQLite本地默认后端,无需外部数据库,开箱体验
PostgreSQL自托管关系库场景
OceanBase原生 OceanBase 后端,支持外部数据库的 Kubernetes 部署(提供 Helm chart 与部署指南)

2. 对外接口形态

  • CLI: 命令行安装、配置、诊断与基础记忆操作;
  • HTTP REST Server: 独立部署的服务端,其他设备可访问;
  • MCP Server: 通过 MCP 协议让 Agent 工具调用记忆与交接能力;
  • Python SDK: 应用自管组合根时,直接使用协议与模型,可选用内置 SQLite 或 OceanBase 实现同进程嵌入。

3. 已接入的 Agent 与工具

官方与社区插件覆盖 Codex、Claude Code、DeepSeek Harness、Hermes、OpenClaw、OpenCode、Pi、WorkBuddy,以及 ZCode(社区集成,覆盖命令行与 Windows 桌面)。插件通常由 Skill 指引加上 MCP 原生配置组成:Skill 告诉 Agent 何时检索、记忆、修订、退役、委派、交接、确认或记录结果;提示钩子召回相关条目并把用户输入采集为 Source 证据;MCP 工具执行显式操作。插件本身不启动或内嵌 Server。

五、安装上手的基本流程

前置条件: Python 3.11 或更高版本、Git、uv。

  1. 安装命令行与 Server 包

uv tool install --force "powercontext[cli,server] @ git+https://github.com/oceanbase/powercontext.git@master"

  1. 运行配置向导

powercontext config init

向导里选择存储后端、访问场景、记忆能力、Dashboard 和要对接的 Agent,生成配置文件和后续步骤说明。

  1. 启动 Server

powercontext server run --env-file .env

打开 Dashboard 地址,按向导提示使用 token(如已启用)。

  1. 接入 Agent 并验证记忆
  • 按生成的 .env.next-steps.md 创建或选择 Scope;
  • 连接对应 Agent;
  • 验证一段真实对话被采集为 Source;如启用记忆处理,再检查 Memory 是否生成。

两种使用档位

  • 基础记忆: 显式保存与召回,只需 CLI 和 Server,不需要模型 API;
  • 完整记忆: 自动处理 Source、使用 Topic Memory 或语义检索,需要单独配置 Generation 与 Embedding 凭证,并遵守调度和 Scope 策略。

六、工作交接(Handoff)机制

1. 交接相关的核心操作

操作作用
create_work_contract为新委派的工作记录目标、范围、完成标准、权限备注和遗留问题
handoff_current_work采集调用方已检查的状态,生成临时 Prepared Handoff,不发布里程碑
commit_handoff在用户需要持久里程碑时单独提交,形成可追溯 Revision
continue_handoff接手方按准备好的、精确的或最新版本继续;从最新版本启动时会先展示并检查确切 Revision
acknowledge_handoff接受准备好的或精确的 Handoff,不能直接接受 latest;证据不可用或实时状态、能力、授权未全部确认时拒绝接受
record_task_outcome保存任务成功等结果状态

2. 交接安全口径

  • 回执和三项确认属于不可信观察记录,不授予身份、工具或执行权限;
  • 接手方也可以记录 needs_clarification(需要澄清)或 declined(拒绝接受);
  • 工作可以在一个 Agent 处开始,在另一个 Agent 处继续,知识、进度和验证过的方法随项目保留。

七、近期版本动态与落地案例

  • v1.2.0(2026-11-19): 新增保存前可选的记忆质量检查能力,通过 DecisionModel 检查现有引用能否支撑这条记忆;引用不足时先暂停写入或标记待核对;模型返回 abstain 或判断服务不可用时,写入仍会继续,避免模型故障卡住记录保存;同时扩展 ZCode 社区集成,覆盖命令行与 Windows 桌面。
  • ZCode 实践: 个人桌面 Agent 把分散在不同分支、不同 harness 上的任务背景接续起来,ZCode 处理眼前任务,PowerContext 保存可复用材料,插件负责把两边接进正常对话流程。
  • MiniMax Code 实践: 在外滩大会相关分享中,结合 OceanBase seekdb 组织和检索截图、日志、代码仓库等多模态线索,PowerContext 负责保留可追溯的项目知识与未完成工作状态。

八、采用前需要评估的点

  • 模型依赖分级: 只要显式记忆可以不接模型;要自动提取、语义检索和记忆蒸馏,就需要 Generation/Embedding 服务与对应调度配置;
  • 数据归属与隔离: 多项目要建立稳定的 workspace binding,避免所有材料堆在默认 Scope;配置文件可能含凭据,仅供 Server 本地读取,不应提交到 Git;
  • 记忆准确性: 质量检查属于辅助判断,内容仍需按实际结果维护;过时记忆要及时修订或退役,避免污染后续检索;
  • 生态成熟度: 部分插件为社区集成,跨工具行为一致性需要结合自身 Agent 环境验证;自托管部署还要评估数据库、调度和模型调用成本。

整体来看: PowerContext 代表了 Agent 工程化里的一个明确方向 —— 记忆不再藏在聊天记录或模型上下文里,而是沉淀成可检索、可追溯、可修订、可交接的独立服务。OceanBase 团队把 Source/Memory/Scope/Handoff 这套模型和两层经验 - 技能蒸馏、四路混合检索、多后端存储打包成开源项目,既可以本地起步用 SQLite,也可以接入 OceanBase 做生产级部署。对 Coding Agent 团队来说,它最直接的价值是跨会话、跨 Agent 接续工作;后续可以重点观察社区插件覆盖、记忆蒸馏质量,以及在多 Agent 协作场景下交接状态的可靠性。

【相关 FAQ】

问题 1:蚂蚁 OceanBase 团队开源的 PowerContext 到底是做什么的?

回答 1:PowerContext 是面向 AI Agent 的跨对话上下文与记忆服务,采用 local-first 设计、Apache-2.0 许可,代码在 GitHub oceanbase/powercontext。它把决策、约束、证据和当前进度保存到单次会话之外的版本化制品里,让新会话、新 Agent 或接手的人核对状态后继续工作,不必重读整段聊天记录;可作为独立 Server 运行,也可通过 Python SDK、HTTP REST、MCP 和 CLI 嵌入应用。

问题 2:PowerContext 的跨对话记忆是怎么组织的,有哪些核心概念?

回答 2:核心概念包括 Source(原始证据材料)、Memory(可复用项目知识并关联来源)、Scope(项目 / 工作范围隔离)、Handoff(进行中任务的目标、进度、阻塞、下一步与证据),以及 Experience(情节型经验,带时间衰减)和 Skill(流程型技能,由重复模式抽象)。每条 Memory 带 Revision 版本,状态分为 active、forgotten、merged、retired,退出召回后历史仍可恢复。

问题 3:PowerContext 支持哪些存储后端和接入方式?

回答 3:存储后端包括本地默认的 SQLite、PostgreSQL 和原生 OceanBase 后端;对外提供 CLI、HTTP REST Server、MCP Server 和 Python SDK。已接入或适配 Codex、Claude Code、DeepSeek Harness、Hermes、OpenClaw、OpenCode、Pi、WorkBuddy 以及社区集成的 ZCode(命令行与 Windows 桌面)。本地体验用 SQLite 即可,生产部署外部 OceanBase 时可参考 Helm chart 和部署指南。

问题 4:使用 PowerContext 一定要接大模型 API 吗?

回答 4:不一定。基础记忆档位只做显式保存和召回,使用 CLI 和 Server 即可,不需要模型 API;完整记忆档位才需要配置 Generation 和 Embedding 凭证,用于自动从 Source 提取 Topic Memory、做语义检索和记忆蒸馏。v1.2.0 还加了保存前可选的记忆质量检查,模型不可用或放弃判断时写入仍会继续,避免模型故障卡住记录。

问题 5:PowerContext 的 Handoff 怎么保证跨 Agent 交接不乱?

回答 5:Handoff 把进行中任务的目标、已检查状态、阻塞、下一步和证据记录下来;先形成临时 Prepared Handoff,需要持久里程碑时再 commit 成可追溯 Revision。接手方通过 continue_handoff 接续,acknowledge_handoff 只能接受准备好的或精确版本,不能直接接受 latest;证据缺失或状态、能力、授权未全部确认时会拒绝接受。回执只作为观察记录,不授予身份、工具或执行权限,接手方也可以标记需要澄清或拒绝。

【参考资料】(按时间由新到旧排序)

  • [2026-11-19](来啦!PowerContext v1.2.0,接入 jev!)OceanBase 社区
  • [2026-11-20](PowerContext 官方文档与项目首页:安装、概念与接口说明)PowerContext 官网
  • [2026-11-20](powercontext・PyPI 项目页:开源 Agent 上下文服务与 Scope/Memory 模型)PyPI
  • [2026-11-01](PowerContext (formerly PowerMem):开源 Agent 记忆插件框架评测)Memory Atlas
  • [2026-10-28](从多模态数据到项目上下文:MiniMax Code 如何用 OceanBase 构建项目记忆)OceanBase 社区
  • [2026-10-27](ZCode × PowerContext:跨会话的记忆接入实践)OceanBase 社区

【免责声明】

本文内容整理自 PowerContext 官方文档、开源项目页面、OceanBase 社区博客及第三方评测资料,仅用于技术方案梳理,不构成采购建议、部署建议或对产品成熟度、生产可用性的承诺。文中版本号、功能清单、接口名称、后端支持与插件覆盖均来自公开时点的项目口径,开源项目迭代较快,可能随版本更新调整;具体能力、许可条款、配置要求与部署方式以 GitHub 仓库、PyPI 包和官方文档为准。记忆与交接数据的安全、隔离和准确性需由使用方自行评估与维护,本文不对依据本文内容作出的开发、部署或其他决策结果承担责任。