一个模块化的、基于图形的任务管理系统，与Cursor自定义模式集成，可实现高效的开发工作流。
AI编码助手功能强大，但记忆力很差。他们忘记了：
- 你的项目实际上是做什么的
- 你已经做出了决定
- 你工作的技术限制
- 以前关于架构的对话
这导致不断地重新解释、不一致的代码，以及令人沮丧的感觉“我现在可以自己编写代码了。”
解决方案：外部存储器文件
最简单的修复方法是创建两个 markdown 文件作为 AI 的内存：
- project.md：您的项目的技术蓝图包含：
- 核心架构决策
- 技术细节
- API模式
- 数据库架构概述
- 实施决策
- 你处理的边缘案件
- 您已解决的问题
- 你拒绝的方法（以及原因）
这种结构极大地提高了人工智能的性能，因为你给了它迫切需要的背景。
实施技巧
根据实际使用情况：
- 通过上下文引用开始对话：“参考project.md和我们之前在memory.md中的讨论，帮助我实现X”
- 重要决策后更新文件：当您做出关键架构决策时，立即更新项目.md
- 限制任务范围：AI在20-30行代码以下的重点任务中表现最佳
- 创建记忆检查点：解决问题后，在Memory.md中添加详细注释
- 使用适合该工作的正确模型：
- 架构规划：使用以推理为中心的模型
- 实施：更快的模型更适合明确定义的任务
入门
- 创建基本的 project.md 和 memory.md 文件
- 通过引用这些文件来启动每个 AI 会话
- 做出重要决定后更新
关于Memory Bank
Memory Bank是一个个人项目，它提供了一种结构化的开发方法，在开发过程的不同阶段使用专门的模式。它使用即时（JIT）规则加载架构，仅加载每个阶段所需的规则，优化上下文使用并提供定制的指导。
超越基本自定义模式
虽然Cursor的文档将自定义模式描述为带有基本提示和工具选择的主要独立配置，但Memory Bank显著扩展了这一概念：
- 基于图的模式集成：模式是开发工作流中相互连接的节点，而不是孤立的工具
- 工作流程进展：模式设计为按照逻辑顺序（货车→ CREATIVE → IMPLEMENT）从一种模式过渡到另一种模式
- 共享内存：通过内存库文件跨模式转换保持持久状态
- 自适应行为：每种模式都根据项目复杂性调整其建议
- 内置QA功能：QA功能可以从任何模式调用，以进行技术验证
这种方法将自定义模式从简单的人工智能个性转换为协调开发系统的组件，并与专门的阶段一起工作。
关键特征
- 特定模式的可视化地图：每个开发阶段的清晰可视化表示
- 即时规则加载：仅加载当前任务所需的规则
- 可视化决策树：具有明确检查点的指导工作流
- 技术验证：可从任何模式调用的QA流程
- 平台感知命令：自动调整命令以适应操作系统
先决条件
- Cursor 编辑器：需要0.48或更高版本。
- 自定义模式：功能必须在Cursor 中启用（设置→功能→聊天→自定义模式）。
- 人工智能模型：Claude 3.7 Sonnet推荐用于获得最佳效果，特别是对于CREATIVE模式的“思考”工具方法。其他模型可能有效，但它们的解释可能会有所不同，可能需要一些试验和错误。
网友：
1、这看起来令人期待克莱恩记忆系统的简化版本：https://docs.cline.bot/improving-your-prompting-skills/cline-memory-bank
我发现 cline 文档需要更长的时间来加载，这导致我无法开始新的对话，在我看来这并不理想。
2、于制作小型、可管理的任务，我已经开始使用https://www.task-master.dev，它在这方面确实很出色。https://github.com/eyaltoledano/claude-task-master