开源编程智能体内存方案发布，通过 SSH 同步

你的智能体早已解决了这个问题。deja 能找到它。
在约 12 ms 内搜索 3.3 GB 的智能体历史记录——单个零依赖二进制文件，完全本地运行。

Claude Code、Codex、opencode、aider、Gemini CLI、Cursor、Antigravity、Grok Build 和 Qwen Code 会把每一段对话写入本地文件——数 GB 已调试过的问题和设计决策，你却无法搜索。deja 是一个零依赖二进制文件，把这些历史记录变成一层记忆：

隐私

deja forget 会从重建的索引中移除匹配的会话，并记录精确的会话墓碑，这样后续的 deja index 就无法从源历史中恢复它们。墓碑存储在 ~/.config/deja/tombstones（或 $XDG_CONFIG_HOME/deja/tombstones）；使用 --dry-run、--list 或 --unforget。摄取排除项在 ~/.config/deja/exclude（感知 XDG）中每行一个不区分大小写的项目模式，或在 DEJA_EXCLUDE_PROJECTS 中以逗号分隔。deja stats --redaction 按 harness 和规则报告脱敏情况，以及墓碑和语义 sidecar 的相关事实。

单个二进制文件。无需下载模型，无需运行服务，除非你同步或分享，否则任何数据都不会离开你的机器。（opencode 和 Cursor IDE 的索引会调用 sqlite3 CLI，该 CLI 在 macOS 和大多数 Linux 发行版上已预装；Cursor CLI 的转录记录不需要它。）

安装

curl -fsSL https://raw.githubusercontent.com/vshulcz/deja-vu/main/install.sh | sh

或者：

go install github.com/vshulcz/deja-vu/cmd/deja@latest   # Go
npx @vshulcz/deja-vu "query"                            # npm, no install
brew install vshulcz/tap/deja-vu                        # Homebrew

将它接入你使用的智能体（会修改配置，并保留一个 .bak）：

deja install --all     # MCP recall for every agent it finds on this machine
deja install --auto    # same, plus session-start auto-recall where supported

安装还会为它检测到的 harness 写入用户级指引：Claude Code、Codex、Gemini CLI、Qwen、Copilot 和 OpenCode 使用各自对应的指引文件（或已配置的 XDG_CONFIG_HOME）。重新运行会重写 deja 的技能或标记块，而不改动周围的用户内容。使用 deja install --all --no-guidance 可选择退出；Cursor 和 Grok 没有文档记载的用户级指引位置，会被跳过。

安装会报告是否找到了本地历史，并在历史存在时立即构建首个索引。

就是这样。下一次会话时，问你的智能体：

我们之前处理过 jwt refresh rotation 吗？查一下你的记忆

——或者用 --auto，不用问：智能体在每次会话开始时就已经知道你在那个项目里解决了什么。

CLI

$ deja "jwt refresh token"
[claude] api        · Jul 8 · 8f31c0a9 — 2 matches
  login started failing after refresh token rotation; jwt kid mismatch in tests
  fixed by reloading jwks cache after rotateKey and adding a clock-skew test
[codex]  web        · Jul 1 · b77d91e2 — 1 match
  refresh token cookie needed SameSite=Lax in local callback flow

词干化 JSON 搜索会设置 "stemmed": true，并包含所使用的 catalog 变体。

搜索命中会带有 exact、close 或 semantic 置信度层级；接近命中会包含匹配到的变体，语义命中会包含 cosine。

分享你的统计数据

运行 deja stats --card 来生成一个自包含的 deja-stats.svg，用于 README 或个人资料页。该命令会打印一段嵌入代码片段；如果你希望把它放在个人资料或仓库中，请将 SVG 提交上去。

运行 deja stats --html 来生成一个自包含、可浏览的 deja-stats.html 时间线。HTML 导出仅嵌入元数据：日期、harness、项目、消息数量，以及已脱敏的首条用户标题；它绝不包含消息正文。

deja update 用于独立安装。Homebrew 和 npm 安装则通过包管理器更新。

Doctor JSON

deja doctor --json 会为每一项检查报告明确的状态，即使发现问题也以 0 退出。存储状态为 ok、missing、empty、unreadable 或 parsed-zero；最后一种状态意味着会话文件存在，但最新的文件没有产生任何会话。

{
  "stores": [{"name": "claude", "state": "ok", "paths": ["/home/me/.claude/projects"], "files": 42}],
  "index": {"state": "stale", "path": "/home/me/.cache/deja/index.db"},
  "mcp": [{"name": "claude-code", "state": "wired", "path": "/home/me/.claude.json"}],
  "sqlite3": {"state": "ok"},
  "version": {"state": "ok", "current": "1.2.3", "latest": "1.2.3"}
}

索引状态为 ok、missing 或 stale；MCP 状态为 wired、not-wired 或 config-missing。sqlite3 状态为 ok 或 missing。版本状态为 ok、update-available、ahead、dev 或 unknown。

不使用 MCP 的上下文管道：

claude "Prior context: $(deja ctx 'database migration')"

在更改文件之前，先查看其历史记录：

deja blame cmd/deja/main.go

语义召回（可选）

语义搜索是一个可选启用的层，用于对接本地 Ollama、LM Studio 或 OpenAI 兼容的嵌入向量端点。设置 DEJA_EMBED_URL，可选设置 DEJA_EMBED_MODEL，然后运行 deja embed。Ollama 默认为 nomic-embed-text；如果没有配置且可访问的运行时，普通的词法搜索和 MCP 召回将保持不变。--no-embed 或 DEJA_EMBED=off 会在单次调用中禁用重排序。如果没有嵌入向量端点，语义零结果回退机制就不存在。

向量附属文件与索引存放在一起，文件名为 .vectors.bin，而不是存放在 index.db 中。对于 1,024 维模型，Float32 向量每 1k 条消息大约占用 4 KB，外加一个小的记录键。嵌入向量在本地进行，会消耗 CPU、内存和模型服务器时间；它从不发送原始源文件，只发送经过脱敏、截断到约 2k 字符的索引文本。

跨机器同步

将两台机器指向同一个共享文件夹（Syncthing、iCloud、git 仓库——任何能移动文件的方式）：

deja sync export ~/Sync/deja   # machine A: appends new batches since last export
deja sync import ~/Sync/deja   # machine B: picks up what it hasn't seen

或者当另一台机器只需通过 ssh 跳转即可访问时，跳过共享文件夹：

deja sync ssh mini          # push new records to mini and import them there
deja sync ssh mini --pull   # fetch mini's new records into this machine

ssh 模式使用你系统的 ssh/scp 以及远程机器上的 deja 二进制文件（在 PATH 中查找，回退到 ~/.local/bin/deja）。

批次就是普通的 JSONL，输出时会做脱敏处理。导入是幂等的，所以你可以把这个文件夹当作只追加的日志保留，并按需在 cron 中运行这两条命令。记录永远不会回传到其来源。--full 会无视水位标记重新导出全部内容——在旧批次已丢失后新增机器时很有用。已同步的会话会出现在搜索中的 imported:<project> 下、recall 中，以及会话启动时的自动召回里。

教会你的智能体记住

deja install --all 接入了 MCP 召回（Claude Code、Codex、opencode、Cursor、Gemini CLI、Antigravity、Grok Build、Qwen Code——aider 没有 MCP 客户端，改用管道传入 deja ctx）；deja install --auto 功能相同，并在运行框架支持的情况下增加了会话启动时的自动召回（Claude Code hook、Codex hooks.json、一个 opencode 插件——Cursor、Gemini CLI、Antigravity、Grok Build 和 Qwen Code 没有可注入上下文的 hook，所以 MCP 就是它们的完整安装方式）。要让智能体自行去调用记忆，请把下面这段加入你的 CLAUDE.md / AGENTS.md：

Before debugging or re-implementing something, run `deja "<query>"` (or the
 MCP recall tool) — past agent sessions across Claude Code, Codex, opencode, aider, Gemini CLI, Cursor, Antigravity, Grok Build and Qwen Code
are indexed locally. Cite what you reuse.

MCP 工具

借助 --auto，SessionStart 钩子还会自动把当前项目近期的记忆注入进来——只读、上限 2KB，且绝不会延迟或中断智能体启动。由于 SessionStart 在每次上下文压缩后也会触发，同样的记忆会在 Claude Code 压缩后立即被重新注入——而 PreCompact 钩子会提前把对话记录捕获到索引中。

安全

子智能体的对话记录默认会被跳过（它们大多与父会话重复）；设置 DEJA_INCLUDE_SUBAGENTS=1 可将其纳入索引。写入中途被捕获的文件会被安全处理——残缺的尾部行会在下一轮被补上。

凭据在索引时会被脱敏：AWS 密钥、通用的 api_key=/token= 赋值、bearer token 和原始 JWT、PEM 私钥块、服务商 token（ghp_、sk-、npm_、xox.、AIza），以及 scheme://user:pass@host URL。其值会被替换为 [redacted:<kind>]；周围的文本仍可被搜索。deja sources 会显示每个存储的计数。可通过 DEJA_NO_REDACT=1 选择退出（不安全）。deja share 和 deja sync export 会在输出时重新应用脱敏。

安全模型记录了数据流、脱敏限制、信任假设以及发布验证。

支持的运行框架

通过 DEJA_CLAUDE_ROOT、DEJA_CODEX_ROOT、DEJA_OPENCODE_DB、DEJA_AIDER_ROOTS、DEJA_GEMINI_ROOT、DEJA_CURSOR_ROOT、DEJA_CURSOR_CLI_ROOT、DEJA_ANTIGRAVITY_ROOT、DEJA_GROK_ROOT、DEJA_QWEN_ROOT、DEJA_INDEX_DIR 自定义位置。每个智能体自身的重定位变量也会被遵循：CLAUDE_CONFIG_DIR、CODEX_HOME、GEMINI_CLI_HOME、CURSOR_CONFIG_DIR、GROK_HOME、AIDER_CHAT_HISTORY_FILE，以及 Linux 上 opencode 的 XDG_DATA_HOME。

DEJA_RECALL=safe 是默认值：SessionStart 召回保持在当前项目内，过滤掉弱相关或重复的结果，优先选择最近 90 天的内容，并且最多注入 2KB。DEJA_RECALL=aggressive 会跨项目搜索，并将注入上限提高到 4KB。DEJA_RECALL=off 会禁用 SessionStart 召回输出。

会话格式注册表

会话格式注册表记录了每个受支持运行框架所观察到的存储路径、记录 schema、角色映射、时间戳以及兼容性说明。合成测试夹具会持续用解析器核对这些描述。

性能

在真实语料上测得——1,250+ 个会话，跨三个运行框架约 3.3GB：

索引是增量的：当某个会话文件增长时，只会重新读取该文件。

基准测试

运行可复现的召回基准测试：

deja bench recall
deja bench recall --json

该合成数据集目前已被词法搜索打满（recall@5 为 1.00，中位数约 ~0.7 ms），因此它充当排序变更的回归底线，而非用来炫耀的数字；如果召回率下降，CI 会失败。语料生成器和相关性标签都是经过审查的普通 Go 代码——在信任任何数字之前，先审查"相关"的含义，包括我们的数字。当本地嵌入向量端点启动后，同一条命令会报告混合列。

工作原理

~/.cache/deja 中的本地倒排索引：解析 JSONL/SQLite 存储 → 脱敏凭证 → records.bin + token 分桶 → manifest.json 跟踪每个文件的状态，因此重复运行只会摄取发生变化的内容。MCP 服务器、统计、分享和同步都读取同一个索引。详情见：docs/ARCHITECTURE.md。

隐私：索引和搜索均在本地进行。网络仅由 deja update、deja sync ssh 以及 deja doctor 版本检查使用。本地文件输入，本地缓存输出。

常见问题

会有任何东西离开我的机器吗？索引和搜索均在本地进行。deja update 从 GitHub 下载发布版本，用户主动调用的 deja sync ssh 通过系统 SSH 客户端传输经过脱敏处理的批次。目录导出和分享仅发送到你选择的目标位置。完整数据流请参阅 安全模型。

这与 cass 有何不同？cass 是会话搜索领域的"大杂烩"方案：22 个提供商、Rust、可选的语义嵌入向量、一个 TUI。deja 则押注相反的方向——一个小的 Go 二进制文件、纯词法搜索、八种 harness、零配置——外加围绕它的记忆层组件：自动召回、脱敏、分享、同步。

那与 MemPalace / Mem0 / Letta 相比呢？那些是记忆平台：嵌入向量、向量存储、捕获钩子或 API，从部署之后开始记录。deja 完全没有捕获步骤——它索引你的智能体已经写入磁盘的内容，包括你安装它之前数月的历史记录。它们可以共存。

那我的日志中已经存在的密钥怎么办？它们保留在原始 harness 文件中（那是你的智能体的数据），但它们不会进入 deja 的索引、摘要、分享或同步导出。

那 Windows 呢？ 已有构建版本，CI 会在 Windows 上运行测试套件；macOS/Linux 是经过实战检验的路径。欢迎提供实地反馈：#9。

我可以排除某个项目吗？ 目前还不行——已计划为 --exclude（#8）。目前你可以把 DEJA_*_ROOT 指向一份过滤后的副本。

我该如何抹掉所有内容？

deja uninstall --all
rm -rf ~/.cache/deja

贡献

make build test lint — 参见 CONTRIBUTING.md。添加一个 harness 从 parser registry 开始。当前的优先事项和非目标见 ROADMAP.md。适合新手的问题已打上标签。