Show HN: Knotic – AI编程代理的分层记忆系统（项目/会话/文档）

- 这是一篇开发者自述，介绍他为一个痛点场景构建的解决方案：AI编程助手（如Claude、Cursor等）缺乏对项目长期上下文的记忆能力，每次对话几乎从零开始，导致重复解释、效率低下。 - 作者遇到的问题很典型：用AI写代码时，AI能记住当前对话中的信息（会话记忆），但关闭后重新打开，之前的项目结构、文档、任务进度全都丢失了。他需要一种结构化的记忆系统，让AI能区分“一次性指令”和“需要长期记住的项目知识”。 - 他开发的工具叫 Knotic，核心设计是“分层记忆”——把信息分为三个层级：项目级（长期不变的项目背景）、会话级（当前任务上下文）、临时笔记（一次性提示）。这样AI在不同粒度上都能检索到相关信息。 - 这个需求背后的大背景是：当前大语言模型（LLM）的上下文窗口虽然越来越长（比如Claude支持200K tokens），但本质上是“一次性”的——新对话不会自动继承之前的知识。如何让AI拥有持续记忆，是AI辅助编程领域的一个热门工程问题。 - 类似方向已有一些开源项目（如 mem0、MemGPT、AutoGPT的记忆系统），但 Knotic 的差异在于专门针对编程工作流优化，强调结构化和手动控制（用户可以显式标记哪些内容需要长期记住）。