AI 分析
痛点:编码 AI Agent 不会主动读取项目历史决策,导致重复踩坑、每轮会话都要人工重新交代上下文,每周浪费数小时
目标用户:重度使用 Claude Code / Cursor 等编码 Agent 的个人开发者与小型工程团队
证据:I got the thing to save me time and instead I was briefing it like a new hire every session. Hours a week, easy. ... I built something to fix this for myself. Not selling anything here, I'm just trying to figure out if it's a real problem for anyone else
变现:订阅制 SaaS:按席位或按 token 用量收费的云端团队共享记忆服务,提供免费个人版+团队付费版;或先做开源 MCP server 引流转云托管付费
MVP:2 周内做一个 MCP server:自动扫描仓库中的 DECISIONS.md、git log、CLAUDE.md 并向量化存储,通过 hook 在每次 agent 会话启动时自动检索并注入相关历史决策,无需用户手动提醒,先只支持 Claude Code 单一客户端
竞品:mem0、Zep、Cursor Memories、CLAUDE.md / AGENTS.md、各类开源 MCP memory server
摘要:发帖人在每个 repo 维护 DECISIONS.md 但发现编码 Agent 从不主动读取,导致重复踩坑并每周浪费数小时手动 briefing,于是自己做了个基于 MCP 的云端记忆层,统一保存决策、失败尝试、会话和技能供所有 agent 共享。他明确表示不卖东西,只是在验证这是否是普遍痛点,并追问他人用了什么 hooks 或系统提示来让 agent 可靠回忆。痛点真实且具体,但尚无任何付费意愿或收入数据,且 memory 赛道已有 mem0、Zep、Cursor 内置记忆等众多竞品。