Единая база знаний для ИИ-агентов: как синхронизировать память Claude Code и Codex
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
Разработчик описывает метод переноса приватной памяти ИИ-ассистентов в общие Markdown-файлы внутри репозитория. Это позволяет разным агентам, таким как Claude Code и Codex, использовать единый актуальный контекст проекта.
Статья решает проблему фрагментации знаний при работе с несколькими ИИ-инструментами, предлагая практичный способ централизации проектной памяти в коде для повышения эффективности разработки.
В современной разработке с использованием ИИ-агентов часто возникает проблема разрозненности контекста. Разработчик, работающий преимущественно с Claude Code и Codex, столкнулся с ситуацией, где полезные знания — от договоренностей по проекту до объяснений архитектурных решений — накапливались в изолированных хранилищах каждого инструмента. Стандартная «автопамять» Claude Code хранится вне репозитория, в служебном каталоге пользователя, что делает эти данные недоступными для других агентов без явного указания пути и правил работы с ними. Автор считает такой подход временным решением, поскольку знания остаются привязанными к конкретному инструменту, а не к самому проекту.
Чтобы устранить эту проблему, была предложена стратегия переноса проверенных заметок в обычные Markdown-файлы непосредственно внутри кодовой базы. Структура хранилища включает индексный файл MEMORY.md и тематические документы (например, editorial.md или platform.md), которые содержат актуальные договоренности и технические детали. Такой подход напоминает концепцию Memory Bank: контекст становится частью репозитория, а агенты получают четкие инструкции по его чтению и обновлению. Это обеспечивает прозрачность и позволяет любому участнику процесса видеть текущее состояние знаний о проекте.
Для реализации совместной работы в конфигурационных файлах AGENTS.md (для Codex) и CLAUDE.md (для Claude Code) добавлена единая инструкция: читать индекс памяти в начале сессии, следовать указанным маршрутам тем и поддерживать актуальность общих заметок. Критически важно отключить встроенные механизмы приватной памяти, чтобы избежать дублирования и расхождений данных. В случае с Claude Code это делается через настройку autoMemoryEnabled: false в settings.json, что заставляет агента полагаться исключительно на общие файлы в репозитории.
Автор также разработал автоматизированный процесс миграции под названием migrate-project-memory. Этот скрипт или набор инструкций охватывает полный цикл переноса: от поиска исходных файлов и проверки их содержимого до создания общих заметок и архивирования оригиналов. Особое внимание уделяется безопасности: перед копированием данные проходят санитизацию, чтобы исключить попадание в репозиторий конфиденциальных данных, таких как креденшелы или личные пути. Миграция выполняется с сохранением всех исходных байтов в защищенном архиве, что позволяет откатиться к предыдущему состоянию при необходимости.
Подобный подход не только унифицирует работу с разными ИИ-ассистентами, но и делает знания о проекте более устойчивыми. Если правило уже описано в документации, в памяти остается лишь ссылка на авторитетный источник, что снижает риск рассинхронизации информации. Разработчик отмечает, что этот метод дополняет ранее описанные практики организации памяти внутри проекта, добавляя к ним механизм переноса накопленных данных и их совместного использования.
В результате полезные знания о проекте хранятся рядом с кодом, а Claude Code и Codex читают и обновляют одни и те же файлы. Это создает единое пространство для работы, где любой новый ИИ-агент, получивший доступ к репозиторию, может сразу ознакомиться с актуальным контекстом. Такой подход повышает предсказуемость результатов работы агентов и упрощает передачу знаний между сессиями и инструментами.