Capacitor is live!

我是 Lokhesh，Kurrent.io 产品与 AI 团队的成员。激动又有点紧张地宣布：Capacitor 结束内测阶段（所有人都可以免费注册）：https://capacitor.kurrent.io/

我们一直反复遇到的问题是：编码 Agent 能力惊人，但它们会忘光一切。你在 Claude Code 里花 40 轮试错各种方案，撞墙后切到 Codex，结果又要从头把每条死路重新解释一遍。放到整个团队层面就是一团乱：队友的 Agent 在重新发现你上个季度修过的 Bug，PR 背后的推理思路埋在一段早已消失的对话记录里，没人知道别人的 Agent 到底试过什么。

所以我们为团队的编码 Agent 构建了共享记忆。

Capacitor 会自动记录每一次编码 Agent 会话，无需任何 record 命令，也不需要按会话单独配置。每一轮、每次工具调用、每次测试运行、每一段推理都实时流式传输到你团队的 Capacitor 服务器，建立索引，并关联回对应的仓库和 PR。一次配置，你所有的编码 Agent 就拥有了记忆。🧠

它解锁的六件事：

🤝 协作 —— 分享一个实时会话链接，队友点开就能看到正在进行的推理过程，并直接参与进来。不用再从零散的消息里拼凑上下文。

🔄 多 Agent 交接 —— 任何一个 Agent 都能从另一个停下的地方精确接续，并完整掌握之前试过什么、做出过什么决定。任务中途切换模型、并行运行 Agent，或在第一个卡壳时引入第二个，都没问题。

🔍 带着会话上下文做 PR 评审 —— 评审者（以及他们的 Agent）在评审时能直接拉出该 diff 背后的测试、尝试过程和推理依据。变更变得可解释，而不只是可见。

📈 评估打分 —— Agent 运行的每一次会话都可以被一个 LLM 评审器针对 13 个具体的质量与安全问题打分：「Agent 是否运行了破坏性命令？」「它在合适的时候写测试了吗？」「对同一操作是否反复失败重试？」评估结果回流为每个仓库的信号，供你下一次会话参考。

👥 多人会话 —— 从控制台启动任意 Agent，分享链接，整个团队就能在浏览器里实时一起驾驶。

⏪ 活跃会话记忆 —— 问一句「我们之前做过这个吗？」，你的 Agent 就能通过内置的 MCP 工具检索完整团队历史，并下钻到做出该决定的那一精确轮次。

设计上保持厂商中立，因此它能与 Claude Code、Codex、Gemini CLI、Cursor、Copilot CLI、Pi、OpenCode 和 Kiro 协同工作。

我们刚刚结束内测，今天就能上手。

🚀 免费开始使用：https://capacitor.kurrent.io/

📚 文档：https://capacitor.kurrent.io/doc...

我会一整天泡在评论区，真心期待你们的反馈，尤其是多 Agent 场景下的使用者。「无需重新解释的交接」这点是否戳中了你？还是你的工作流已经用别的方式解决了这个问题？欢迎吐槽和提问。🙏

感谢了解！

（背景介绍：我们就是 KurrentDB 背后的团队。生产环境中的事件与流是我们的老本行，结果发现 Agent 会话也不过是一种全新加辣的「事件流」。）