（501期）index1 – AI 编码记忆系统 · 混合搜索 · 认知持久化

AI 编码记忆系统 · 混合搜索 · 认知持久化 为AI编码助手提供持久化记忆系统，支持BM25+向量混合搜索、跨语言语义检索与认知事实记录，显著降低上下文消耗。 使用说明 核心用法 index1 是一款专为AI编码代理设计的持久化记忆系统，通过 MCP（Model Context Protocol）协议与 Claude Code 等工具集成。核心功能包括： 双轨记忆架构：代码语料库（corpus）索引 + 认知事实（cognition）记录，实现代码知识与项目决策的分离存储 混合搜索引擎：BM25 全文检索与向量语义搜索融合，采用 RRF（Reciprocal Rank Fusion）算法排序 结构感知分块：针对 Markdown、Python、Rust、JavaScript 等语言的智能代码分片 六款 MCP 工具：recall（统一搜索）、learn（记录洞察）、read（读取文件）、status（状态统计）、reindex（重建索引）、config（配置管理） 显著优点 开箱即用：内置 ONNX 推理引擎（bge-small-en-v1.5），无需外部 Ollama 服务即可启用向量搜索 CJK 优化：自动检测中日韩查询并动态调整权重，解决英文代码库的中文检索难题 优雅降级：纯 BM25 模式可在无嵌入服务时正常运行 上下文效率：相比直接 Grep 检索，token 消耗降低 90% 以上（实测 35,895 → 460 tokens） 认知持久化：自动分类与去重的项目知识记录，跨会话保持上下文连续性 潜在局限 Python 生态绑定：核心引擎为 Python 实现，需 pip/pipx 安装，虽提供 npx 入口但仍依赖 Python 运行时 模型体积限制：内置 ONNX 模型为轻量级版本（bge-small），多语言场景下准确度逊于 bge-m3 索引维护成本：大型项目需定期手动 reindex，尚无实时监听变更的自动同步机制 搜索规则依赖：AI 代理需配合 CLAUDE.md 中的策略提示才能发挥最佳效果，存在学习成本 适合人群 使用 Claude Code、Cursor 等 AI 编码工具的开发者 维护中大型代码库（10k+ 行）需要频繁上下文检索的技术团队 涉及中日韩多语言文档的国际化项目 追求 MCP 生态标准化集成的自动化工作流构建者 常规风险 数据本地存储：索引与认知事实默认本地持久化，无内置加密机制，敏感代码库需注意文件权限 第三方模型依赖：启用 Ollama 增强时涉及外部模型下载，需评估供应链安全 MCP 配置暴露：.mcp.json 可能包含绝对路径等环境信息，建议加入 .gitignore 版本兼容性：v2.0+ 架构变更较大，早期版本用户升级需重新索引 原始说明 AI memory system for coding agents — code index + cognitive facts, persistent across sessions.