PMBrain：构建多AI记忆共享体系，打造你的外置大脑

越来越多的人早已习惯同时使用多款AI工具，而不再局限于一两个应用。

即使你专门用某款编程工具（比如 Codex），日常仍然会依赖问答型助手，像 ChatGPT 或豆包，去处理信息检索、思路探寻等任务。

用得久了，很多人都会生出同一个烦恼：不同 AI 之间的记忆是完全割裂的，只能靠你一个人在中间手动传递上下文。

真实痛点：跨AI工具的记忆壁垒

设想一个典型场景：你围绕一个产品跟豆包聊了很久，对方的回应终于贴近你的需求。可当你把生成的结果复制到 Codex 里准备开发时，发现仍有大量细节被丢失。

这种情况在做大型项目时尤其突出。如果你只是 Plus 会员，大概率不会把 Codex 同时当成问答工具用，那样实在浪费资源。结果就变成你靠复制粘贴，用自己大脑一点一点搬运着从豆包那里打磨好的提示词。一天下来，整个人昏昏沉沉。

还有一种同样令人抓狂的情形：你一直在一个 Claude Code 对话窗口里推进项目，每次想开新窗口，都得重新交代背景、同步当前进度，这种心理负担让你索性赖在旧窗口里。直到对话被压缩到极限，再也跑不动了，你看着那个无法再使用的对话记录，心里满是失落。

这些场景我都亲身经历过。每当陷入这种困境，我就在想，有没有办法把我和 AI 互动过程中产生的知识沉淀下来，变成可以随时调用的资产，下次开工时直接复用？

于是，我开始使用 PMBrain 来做这件事。

Github 地址：https://github.com/zhengyunhui123-dev/PMBrain

PMBrain 拥有一项关键能力：它可以读取你的对话内容，并将其中有价值的部分提炼、存储到知识库中。

部署完成后，你就能直接将那些散落在不同 AI 工具里的对话信息抓取过来，导入自己的知识库。

安装步骤这里不再重复，Github 上已经提供详细指南，此前分享过的文章也有介绍：分享一款我搭建的知识库系统，更符合国人的使用习惯

如何轻松将记忆导入知识库

操作方法非常直接。

如果你是在 Claude Code、Codex、Cursor、CodeBuddy 等工具中完成了交互，感觉上下文已经膨胀到不能再压了，就在这个对话末尾输入：

把这个上下文全部内容都capture到PMBrain里面，不要遗漏

针对豆包、元宝、千问这类问答型 AI，则只需复制对应的对话链接，贴到你的编程 AI 工具（Claude Code、Codex、Cursor、CodeBuddy）里，然后说：

把这个链接的内容导入到PMBrain里面

就这样，记忆沉淀就完成了。

怎样将沉淀后的知识用起来

用法同样不复杂，在 AI 工具里给出这样的 prompt：

在PMBrain里面搜索一下“xx项目”的内容，计划一下下一步工作

这里的指令“计划一下下一步工作”完全可以按实际情况替换成你需要的具体行动，比如“梳理当前遗留问题”或“生成结构化的需求文档”。AI 会先搜索知识库，理解前期的背景和工作进展后，再为你规划后续步骤。

如果每次都手动输入觉得麻烦，还可以把这则指令写进项目的总体规则（如 AGENT.md 或 CLAUDE.md），一句话就够：

每次开展工作，先根据提示词搜索PMBrain，结合搜索结果开展工作。

PMBrain 在协作中的角色：你的外置大脑

它扮演的正是人脑中“记忆”那一部分角色。

在和 AI 互动的过程里，我们不断向它发出指令，吸收它输出的知识，完善自己的想法，推动工作前进。这中间，人脑既要思考，还要记住大量信息。

浅层的思考其实不难，毕竟深度推理已经被 AI 分担了。但 AI 输出的信息量极大，靠人脑全部记住真的很累，掉头发那种。现在，让 PMBrain 代替你记住这一切。

以后你只需要向 PMBrain 提问：之前那个项目是怎么推进的？它就能结合你的实际项目经历给你复述清楚。要知道，这就是属于你自己的经验沉淀，而 AI 本身并不了解你的项目细节，可 PMBrain 全部掌握。它正逐渐成为你的“外置大脑”。

所以，请让你自己的人脑少转一会儿，让外置大脑多承担一些。今后每次调动 AI 协作，记得让 PMBrain 先搜索历史，这样你就不必重新耗费精力去回想和交代。

知识库会不会悄悄消耗大量 token？

不会。除了做向量化时需要的一点 token 资源，其它环节几乎没有额外开销。这正是原项目 Gbrain 设计出色的地方。

从我下方截图的数据量来看，整个向量化过程只花了十块钱左右，其余基本可以忽略不计。

和手动去搭建 wiki、整理文档相比，这个方案省心太多。

最后

近期我还在持续优化这个项目。目前已经上了 GUI 界面，下一步计划把项目里各类容易混淆的要点梳理出来，做成系统化的使用文档。

我决心把这个项目真正做到透明化，不再只是黑漆漆的 CLI 操作，让人搞不清楚原始数据存哪了、运行逻辑是什么。如果连我自己都不安心，更别说让大家信任了。

我相信，开源且支持本地部署的知识库，一定会拥有广阔的未来。