解决trae记忆问题

每次要修改新的功能,大模型思考第一句是让我熟悉整个项目目录。昨天遇到一个问题,之前能够使用的项目就因为修改了大模型,他给我改坏了。针对这种没有记忆的问题,有个小技巧分享,直接上图。

3 个赞

人工记忆,再通过规则加载吗

1 个赞

国际版有记忆这个面板,可以让trae总结形成;国内版得需要楼主这样搞

2 个赞

耿家威问的"人工记忆再通过规则加载"基本是这个方向。

本质是:大模型在新会话里丢失了之前项目的上下文,靠它自己每次重新"熟悉目录"效率很低,而且还容易改坏。

用规则文件沉淀项目结构和技术栈,不依赖大模型自己记住——规则文件可以由模型在合适的时机自动更新,不需要人工一直维护。这样每次开新会话,模型只要读规则文件就能快速进入状态,比"让它自己摸索目录结构"稳定得多。

2 个赞

这个痛点挺真实的:一换模型,或者一开新对话,AI 又从“先熟悉整个项目目录”开始,既慢又容易扫偏。

我补一个很实用的做法:
不要每次都让它重新“认识项目”,而是给项目准备一份固定的入场 briefing。

这份 briefing 不需要很长,重点写 4 类信息就够了:

  • 这个项目是干什么的
  • 目录结构里哪些地方最关键
  • 哪些约束不能碰(比如核心模块、兼容性、历史坑)
  • 当前任务最相关的上下文是什么

这样下次开新任务时,就不是让 AI 去“盲扫整个项目”,而是先读 briefing,再定向看相关文件。

这件事的价值很大,因为很多模型把项目扫坏,不是真的能力不够,而是:

  • 一上来信息太多
  • 抓错重点
  • 把不该动的地方也纳入改动范围

所以“解决记忆问题”不一定非得等官方 Memory,很多时候先把项目背景压缩成一份稳定入口,效果就已经好很多了。

从这个角度看,楼主这个方法的本质不是“补记忆”,而是在给模型做可重复加载的项目上下文。这一步很值。

2 个赞

这个想法很妙,我试试看

2 个赞

memory mcp有人试过吗?

2 个赞