RSI Boot

RSI Boot

简体中文 | English

Agent 的工程记忆，不是对话记忆：约定和禁止项落在仓库里，换一个宿主读到的还是这一份。

Cursor 在 2.1 删掉了 Memories，新会话对你的项目一无所知；Claude Code 的记忆锁在本机、不跟 git，换一个同事就对不上；云记忆要 Key、要服务，记忆还跟账号走。同一个人换着 Cursor、Claude Code、Codex、DeepSeek Harness 写同一个仓库，或者团队里各用各的工具，写法、禁止项和修 bug 的经验也各记各的。

RSI Boot 把约定、禁止项、修复经验和 harness 槽位落在仓库的 .rsi/，跟仓库走：装一次，Cursor / Claude Code / Codex / Qoder / DeepSeek Harness 通用。主链路零 API Key，不调用模型。

环是固定的：召回 → 干活 → 蒸馏成待审条目 → 人批准后才留下 → 下一轮召回读到留下的条目。 负反馈另外进失败桶，只改可写槽位（提示词 / 技能 / 召回策略 / 意图规则 / 知识）。提案过静态门禁和人工确认才晋升，观察 7 天，采纳率掉就回滚。这是软件自己的写法。公开结果还没有和别人的答题分放在同一列。召回主榜的表在 benchmark/results/recall-20261028/SUMMARY.md。

和「又一个记忆插件」差在哪

rsi-harness（Harness-RSI） 负反馈进失败桶，只改可写槽位（提示词 / 技能 / 召回策略 / 意图规则 / 知识）。提案过静态门禁和人工确认才晋升，观察 7 天，采纳率掉就回滚。留下的是槽位版本。这条环已经在软件里；公开基准还没有量过「下一轮是否更好」。

跟随项目迁移 记忆按仓库隔离，不跟账号、不跟 IDE。仓库拷走、换机器、换目录，.rsi/ 一起走；打开另一个仓库就是另一份，不会串。Harness 基因组可导出 bundle，跨项目备份或迁槽位。

跨 AI 工具、多人共用一份项目记忆 同一套 MCP（rsi serve）接 Cursor、Qoder、Codex 和 DeepSeek Harness；状态栏同时吃 Claude Code 与 Cursor CLI。要共用的是这个仓库的项目记忆：函数名怎么写、支付日志里不能打卡号、上次空指针是怎么修的。聊天记录不在这里面。

核准后的约定写进仓库根的 AGENTS.md 托管块，也写进 .cursor/rules。Cursor、Claude Code、Codex、Qoder、DeepSeek Harness 打开同一份仓库，都会读到这段托管块。接上 MCP 之后，召回读的是同一份 .rsi/：上午在 Cursor 里记下的禁止项，晚上换 DeepSeek Harness、或者同事换 Codex 打开这个仓库，读到的是同一条。

同事要拿到召回用的全文，仓库里得有同一份 .rsi/。学习默认把 .rsi/ 写进 .gitignore，日志和缓存留在本机。交给同事时，把核准过的 .rsi/memory 纳入版本库；Git 一旦忽略了整个 .rsi/ 目录，里面的文件需要改忽略规则才能再提交。AGENTS.md 在仓库根，提交后大家拉下来就能读到托管块。

公开基准

主榜是召回。冷启动默认 5 条。分母是有标准证据的题数。MRR 是第一条命中的名次倒数（0 到 1）。token 记 null。协议和分项在 benchmark/results/recall-20261104/SUMMARY.md。

这次的分

这是检索命中，不是模型答题分。LoCoMo 类别标签以官方评测代码为准（1=多跳、2=时间、3=开放域、4=单跳），与论文 §4.1 的叙述顺序不一致（上游 issue #29 / EACL 2026 附录 A 已确认）。

同口径基线对比

同一批题、同一指标，三个系统同机跑。vanilla-rag 是 512 字符切块 + 向量：LoCoMo/EngMem 用本地 bge-large-en-v1.5（fastembed/ONNX，无需 Key），LME 因 512 字符切 11.5 万 token 会话会产生约 56 万向量、离线不可行而退为 hashing 词袋下界；full-context 是「全量塞上下文」参照，不参与胜负判定。完整表在 benchmark/results/baselines-emb-20261104/SUMMARY.md。

工程记忆 EngMem-Bench

自建基准：21 个真实开源仓库（钉死 commit），315 道人工编写题锚定仓库真实文档节，分规范 / 禁令 / 历史修复三类。标注质量经三模型核验团审计（Kimi K3 / Claude Haiku / GLM 5.2 独立核验 87 题分层样本，Fleiss' κ=0.738，作者仲裁后修复 5 处锚点/版本缺陷）。方法学见 benchmark/engmem/README.md，完整表（含按题型、按难度）在 benchmark/results/engmem-emb-20261105/SUMMARY.md。

和公开检索分对照

公开列来自论文里的检索数字，这次列就是上面的主榜。差值 = 这次 − 公开，单位是百分点。LoCoMo 论文的口径是对话 recall accuracy，这次 k=5 用 Hit@5、k=10 用 Hit@10。论文总平均含对抗题，这次的总平均是 1536 道可答题。ECHO 写明 LoCoMo 的 Hit@10 是开发测量，查询扩展可能沾了题面。

差值

治理环与安全

• 纵向自改进：10 轮合成事件流三臂对比——治理臂 learn 探针 0/10→9/10 且噪声暴露全程 0；无门臂（全批准）噪声暴露自首轮注入起 100%；不晋升消融臂 learn 全程 0/10。另暴露两个检索层短板（记忆增长挤位旧规则、词形不匹配漏召），如实记录。见 benchmark/results/longitudinal-20261104/SUMMARY.md。
• 对抗投毒：pending 投毒与伪造「已批准」标记 100% 被过滤，关键词堆砌未抢到首位（5/5）。见 benchmark/results/adversarial-20261103/SUMMARY.md。
• 消融：逐组件开关（RSI_ABLATE）出对比榜——context 增强是唯一单独可测的聚合贡献，且它正是 temporal 分项缺口的来源；其余开关单独关闭在聚合指标上 ≤±0.3，如实记录。见 benchmark/results/ablation-20261104/SUMMARY.md。基于该发现做了两步修复并各自出榜验证：context-v2（附带前一 turn 剥离日期锚点，聚合 60.0→60.4；日期污染假设对 temporal 无贡献，如实记录）+ 时间题查询期引用行折权 0.15（temporal 56.1→64.5，追回并略超关增强的 64.2，single-hop 保住 72.2，聚合 60.4→62.0，MRR 0.368→0.422）。见 benchmark/results/contextfix-20261104/SUMMARY.md。
• 规模：1 万条记忆索引构建 8.1 秒、检索 P50 47ms；5 万条 62.5 秒、P50 474ms。见 benchmark/results/scalability-20261103/SUMMARY.md。

省 token

两项测量，口径不同，不要混列：

1. 宿主实测（2026-10-29，Cursor CLI 2026.10.22，ask 模式，模型 Auto）：同一套关于本仓库的问题各答一遍，用它报出的 token 相减。token 是输入、输出、缓存读、缓存写四项之和。六组合计：关记忆 1637977，开记忆 423973，省 1214004，74.1%。协议和分项在 benchmark/results/token-20261029/SUMMARY.md。
2. 受控上下文测量（2026-11-04，2036 题，LoCoMo 全量 + LongMemEval-S 50 样本）：同一 tokenizer 配对比较「送入模型的上下文 token 数」，RSI 召回 top-5 对全量对话的中位压缩比 0.9%（即减少 99.1%），配对 Wilcoxon p<0.001、效应量 r=0.866。见 benchmark/results/token-20261104/SUMMARY.md。
3. 真实 API 计费实测（2026-11-05，双厂商复现）：LoCoMo 分层抽样 80 题 × 两臂 × 2 轮，逐次记录服务端 usage。Kimi K3：prompt 中位 50,307→610（−98.8%），延迟中位 −38.1%；Claude Haiku（同批题同协议复现）：75,540→2,688（−96.4%，中转网关注入约 1.9k 固定客户端开销，为保守下界），延迟 −56.9%。两轮各 160/160 对全部改善，Wilcoxon p=5.3e-28、r=0.867。见 benchmark/results/token-llm-20261105/SUMMARY.md 与 benchmark/results/token-llm-claude-20261105/SUMMARY.md。

跨宿主一致性

同一份 .rsi 种子，RSI 两次自读、Cursor CLI、Claude Code CLI 各自通过自己的 MCP 链路读同一组查询：六组宿主对平均 Jaccard@5 = 1.000、首位一致率 100%——召回是确定性的，换宿主不掉链子。见 benchmark/results/cross-host/SUMMARY.md。

答题准确率（LLM 双判）

检索命中不等于答对，所以补了漏斗末端：LoCoMo 同批 80 题三臂（full / rsi / rag）× 两台生成器（Kimi K3、Claude Haiku），每份答案由两家模型交叉互判（一致率 87.5%，双判全对才算对）。结果：词面 rsi 与向量基线答题无显著差异（McNemar p=0.70 / 1.00），全量上下文仍最强（这是 98.8% 上下文削减的代价，如实报告），不可答题拒答词面 rsi 最可靠（64% vs full 50% vs rag 39%）。见 benchmark/results/answer-acc-20261105/SUMMARY.md。

混合检索消融（向量通道 + 多跳级联）

两个实验开关（默认关，RSI_ENABLE=vector|multihop 或 rsi-boot.yaml enable: 打开）：本地 fastembed/ONNX 向量通道（bge-large，与 vanilla-rag 臂同模型）在门禁后与词面幸存者 RRF(k=60) 融合；首跳桥接词二跳级联。LoCoMo 全量四臂对照：向量通道 Hit@5 62.0%→68.2%（配对 McNemar 98 对 3，p=1.4e-25），multi-hop 分项 39.4%→48.9%，与向量版 vanilla-rag（68.6%）达到统计平价；多跳级联为中性（如实记录为负结果）。答题准确率复测（rsi 臂换混合检索重生成，其余两臂原样复用）：Claude 生成 52.5%→56.2%、Kimi 生成 46.3%→47.5%，multi-hop 答题 5%→23%；代价是不可答题拒答 64%→50%，如实披露。见 benchmark/results/ablation-hybrid-20261105/SUMMARY.md 与 benchmark/results/answer-acc-vec-20261105/SUMMARY.md。

安装

需要 Python 3.10+：

pip install rsi-boot

rsi init

要改源码则克隆本仓库，按开发一节用可编辑安装。

rsi init 只写用户配置 ~/.rsi/config.yaml。项目记忆在各仓库的 .rsi/，第一次启动 MCP 或 bootstrap 时创建。

接到 Cursor

在要用记忆的那个项目的 .cursor/mcp.json 加：

{

"mcpServers": { "rsi-boot": { "command": "rsi", "args": ["serve"], "env": { "RSI_PROJECT_ROOT": "${workspaceFolder}" } } } }

然后 Settings → MCP 确认 rsi-boot 已启用。

不要把这段配进用户级 mcp.json。那里的 ${workspaceFolder} 经常不展开，记忆会串到别的仓库。要记哪个项目，就写在那个项目里。

接到其他宿主

Claude Code

插件市场方式（推荐，可随仓库更新）：

/plugin marketplace add Apollo-lwx/rsi-boot

/plugin install rsi-boot@rsi-boot

或一条命令直接装 MCP：

claude mcp add rsi-boot -- uvx --from rsi-boot rsi serve

在要记的那个仓库目录里打开 Claude Code。状态栏是可选项，见下文。

Qoder

qoder mcp add rsi-boot -- rsi serve

或在项目根 .mcp.json 加与 Cursor 相同的 mcpServers 片段。同样要写在这个项目里，不要写进用户级配置。

Codex

一行命令接入（推荐）：

codex mcp add rsi-boot -- uvx --from rsi-boot rsi serve

或手写 TOML 配置：用户级 ~/.codex/config.toml，或项目级 .codex/config.toml（需目录已被信任）：

[mcp_servers.rsi-boot]

command = "rsi" args = ["serve"]

从项目根目录启动 codex。要钉死目录，在上面的表里加一行：env = { RSI_PROJECT_ROOT = "/绝对/路径" }。

DeepSeek Harness

在要记的那个仓库目录里打开桌面端。插件页安装 dsh-rsi-boot，或在已经能用 dsh 的终端里执行：

dsh plugin --profile web add dsh-rsi-boot

本机需要 Python 3.10+，并且终端里能运行 rsi serve。装完重启一次。工具名多一层前缀，例如 mcp__rsi-boot__rsi_recall。不要从用户主目录启动，否则 .rsi/ 可能写进主目录。

状态栏（可选）

rsi statusline 给宿主 CLI 渲染底部状态栏：模型、上下文余量、token 统计（in/out/cache）、花费、RSI 今日召回与采纳率，外加一条定期轮换的随机文案。Claude Code 与 Cursor CLI 通用（两家的 statusLine 都会把会话 JSON 从 stdin 喂进来，本命令解析后单行输出，带 ANSI 颜色与 emoji）。

Claude Code（~/.claude/settings.json）：

{

"statusLine": { "type": "command", "command": "rsi statusline" } }

Cursor CLI（~/.cursor/cli-config.json）：

{

"statusLine": { "type": "command", "command": "rsi statusline" } }

效果示例：

🧠 Kimi K3 │ 📊 上下文余 71% │ ⛽ in 12.3k · out 1.8k · cache 96k │ 💰 $0.42 │ 🐾 RSI 召回 3 · 采纳 92% │ 给你比个心❤

选文案风格

三种配法并列，按场景任选（优先级：--style > 环境变量 > 项目级 > 用户级）：

// ① 跟着宿主走：直接写进 statusLine 的 command（最直观，不动任何 config.yaml）

{ "statusLine": { "type": "command", "command": "rsi statusline --style buddy" } }

# ② 项目级（按仓库定风格，跨宿主共享）：<工作区>/.rsi/config.yaml

③ 用户级（全局默认）：~/.rsi/config.yaml

statusline_style: buddy

六档预设：mixed 混搭（默认）、buddy 陪伴、serious 严肃、healing 治愈、geek 极客、lucky 好运。改完下一次刷新就生效。

风格写在 st