Torqon

{"translation":"我开发这个工具是因为我反复撞上同一堵墙。

开启一个新的 Claude Code 会话，前二十分钟都在敲代码栈、编码规范、项目功能、已经尝试过的方案。终于开始写代码了。关掉会话，第二天再开，又得从头来过一遍。

更糟糕的是，Claude 在对话变长时会压缩上下文。压缩之后,它"记住"的关于你和项目的大部分信息都没了。它会忘记你的编码规范、做过的决定、一小时前告诉过它的事。还没到这个会话结束,你就已经被打回原点了,不只是会话之间的问题。

我试过各种变通方案。超长的系统提示、塞满上下文的 README 文件、每次会话开头都要粘贴的 Markdown 文档。都没用。我花在重新解释自己项目上的时间,比真正开发的时间还多。

Torqon 就是我为自己做的解法。它是一个 MCP 内存服务器,跨会话存储上下文,并在你需要时检索出相关的内容。一个环境变量就能接入。之后,你的 AI 工具就能在会话之间记住信息,你什么都不用做。

还有一件事,我觉得这一点比大家意识到的更重要:token。Torqon 在高负载场景下能把 token 消耗削减多达 71%,因为它只拉取相关内容,而不是一次性把所有东西塞进上下文。我调研过市面上的其他方案,没有人在做这件事。我找到的那些内存工具,要么完全无视 token 问题,反而让问题更严重。我们从一开始就围绕这个问题设计。

兼容 Claude Code、Cursor 以及任何支持 MCP 的工具。还有一个与 Heym 的社区集成。

如果你找到了更好的变通方案,我其实很愿意听听。

"}