换会话 AI 就失忆?LLM Wiki 让项目记忆自己长出来
一份写在 Git 仓库里的项目记忆,是怎么从任务文件里长出来的。

图:项目 README 里那张「后端的第二大脑」流程图。从头脑风暴到知识复用,一共七步。
新开一个会话,我又把项目讲了一遍。
技术栈、目录约定、上次为什么没用那个库、某个看起来多余的判断是为了兼容谁……讲完,AI 点头,开始写代码。
第二天再开一个会话,或者换一个模型、换一个同事接手,上面这套话得从头再来一次。
问题往往不是模型记性差。是「当初为什么这么干」从来没落进文件里:代码只呈现现在是什么,聊天记录关掉就没了,而那些一闪而过的取舍,连提交的备注里都懒得写。
今天聊一个不太一样的做法:让项目自己攒一份能被 AI 直接读的记忆。它不靠某个模型的长期记忆,也不靠你每次粘贴一遍背景,而是把做完的事编译成一份可查的知识库。
一、先说清楚:这东西到底是什么

Backlog.md 是一个开源的任务管理工具,思路很朴素:把 AI 干活前该说清楚的东西,写成仓库里的 Markdown 文件。
一个需求是一份任务文件,里面写目标、验收标准、实施计划、执行记录;人负责审规格、审计划、审结果,AI 负责拆解和写代码。项目里还有文档、决策记录、随手记的 Memos,以及一个只是「同一批任务文件的另一种视图」的看板。
这些都跟着代码进 Git,能被 diff、能被 review、能被搜索。
而 Wiki 是这套东西最上面的一层:任务文件记「这次做了什么」,Wiki 记「下次遇到同类问题该怎么做」。
对没用过它的人来说,记住这句话就够了,后面所有内容都是它的展开。
想先看看它长什么样,官网在这里:kuwork.github.io/Backlog.md/
二、前后对比:AI 每次到底在读什么
| 没有 Wiki | 有 Wiki | |
|---|---|---|
| 新会话开始 | 人重讲一遍背景,AI 读几份当前文件,上下文靠临时拼 | AI 先读知识库目录,直接定位相关结论 |
| 遇到相似问题 | 上次踩过的坑再踩一次,或者翻半年前的聊天记录 | 读一页写好的「排查清单」或「模式」,按条目走 |
| 换模型、换人 | 私有会话记忆归零,交接全靠口述 | 同一份仓库文件,谁接手都能续上 |
差别不在模型,在它进门时有没有一份已经编译好的事实源。
这也是为什么它更像「编译」而不是「搜索」:原料是任务、文档、决策,成品是一组互相链接、持续更新的页面。
三、README 那张图:从想法到记忆的七步
上面那张图信息量有点大,拆成白话就是:
- 头脑风暴 —— 人和 AI 讨论方案,把「打算怎么做」说清楚;
- 沉淀为文档 —— 写成一篇开发方案,人类主导;
- AI 拆成任务 —— 每个任务带目标、验收标准和范围;
- 结对执行 —— 人审,AI 写,过程中产生大量零散知识;
- 摄取沉淀到 Wiki —— 关键一步:把任务描述、实现笔记、决策理由读一遍,编译成页面;
- 知识复用 —— 下次遇到同类问题,直接查这些页面;
- 越用越聪明 —— 新任务又产生新原料,知识库继续长。
README 里还有一张更细的工作流图:想法 → 任务规格 → 人审 → AI 研究代码 → 实施计划 → 人审 → 编码 → 测试 → 人审结果 → 完成后指向「Wiki 知识沉淀」。
也就是说,Wiki 不是一个并列的附加功能,它是流程的最后一环。README 把三层写得很直白:文档是规划层,任务层是执行层,Wiki 是记忆层——前两层人主导、人机共创,最后一层由 AI 维护、人类审阅。
这里必须说清一件容易被宣传语带偏的事:任务拖到 Done,知识不会自动进 Wiki。
任务总结只是原料。要有人触发一次「摄取」,AI 才会去读、去归类、去建立链接。少这一步,仓库里就只有一堆写得很好的任务文件。
四、四个触发词,让它跑起来
前置只有两步:项目里先跑 backlog init,让仓库有一套任务目录和工作流说明;再装一次技能包:
backlog wiki install claude # 也有 codex / agents 可选
它装的是一个让 AI 助手「听得懂人话」的技能。之后在对话里说下面这些,AI 就接管:
-
build wiki/搭建知识库—— 初始化目录结构,把规则写进项目的 AGENTS.md、CLAUDE.md -
ingest/摄取—— 把任务、文档、决策读一遍,编译成 Wiki 页面 -
wiki query/知识库查询—— 只读已沉淀的知识回答问题、生成报告 -
lint wiki/检查 wiki—— 体检,扫矛盾、孤儿页和过时结论
生成的目录长这样,我砍掉了几类不常用的:
backlog/
├── tasks/ docs/ decisions/ ← 原料,AI 不许改
├── wiki/
│ ├── index.md log.md overview.md ← 目录、操作日志、总览
│ ├── sources/ 每份原料一页摘要,带回链指向原文件
│ ├── concepts/ 概念说明
│ ├── execution/ 执行踩坑与可复用做法
│ ├── patterns/ 反复验证过的模式
│ ├── decisions/ 微决策:为什么选 A 不选 B
│ └── reasoning/ 拆任务时的推理过程
└── wiki_output/ 查询产出的报告和手册
三条铁律很关键:原料目录只读,Wiki 由 AI 写、人读和审,绝不把 Wiki 自己再当原料摄一遍(否则就无限套娃了)。页面之间用双方括号互相链接,每页都记来源与日期。
摄取还是增量的:AI 读操作日志里上次的时间戳,配合 git status 和 git log --since,只处理新增和改动过的文件,不会每次把几百页重读一遍。这一点对有 Git 习惯的人特别自然。
人类并没有被踢出回路:模式页要人确认才落盘,推理页要人复核过才进入执行。 项目日志里就留着「用户放行后落盘入口收敛模式」这样的记录。
五、750 多页里,真正值钱的是这些
图:同一张图的更新版,把「执行经验、模式、决策、推理、复盘」五类记忆单独列了出来,还标了设计原则。
官网首页曾写过一组数字:885 个任务文件、238 页 Wiki 沉淀。这个开源项目是用自己管理自己的开发的,所以知识库是真实跑出来的,不是示例数据。
我在本地仓库数了一下,现在 Wiki 目录已经有 750 多个 Markdown 页面:450 页原料摘要、87 页微决策、53 页概念、31 页执行笔记、7 页模式、7 页推理,另外还有中英各 50 页用户手册和 10 份查询报告。
数量不是重点。重点是下面这几页,随便抽一页都能直接拿去用。
执行开发类:把踩过的坑写成下次的操作手册
- 「启动慢」排查陷阱集:一个 Web 界面最长要等接近三分钟,改完热启动约 1.5 秒。根因不是数据太多,而是服务器线程上跑了一次 24MB 的入口构建,把所有请求都饿死了。同一页还记着:Windows 上逐条写小文件会放大成分钟级、缓存键该用 commit 而不是分支名、改 SPA 路由必查 WebSocket 升级。下次再遇到「启动慢、首屏空白」,照着这一页查就行。
-
预存测试失败分诊法:仓库长期有约 39 个跟本次改动无关的失败。这页给出四步判据——
git stash后在干净 HEAD 上复现、独立 worktree 做基线对照、全量失败集合比对、新增回归测试必须「先红后绿」。判断「是不是我改坏的」不再靠感觉。 - 加一个字段要同步改 12 处:类型、Markdown 持久化、文件系统、核心逻辑、命令行、Web、AI 接口、多语言、测试、文档……一页清单逐层勾。陷阱表里那句很实在:别把最后两个入口留到事后补。
设计类:把「为什么这么定」留下来
- 修完 Bug 不算完:症状 → 根因 → 全仓审计同类写法 → 统一修 → 回归测试 → 加状态守卫,六步。反例是配置开关上线后,不同命令里陆续又冒出硬编码行为,修了三次才收干净。
- 一个能力挂在哪,比它写了什么更重要:给图表加全屏时,只有文档里写的图有按钮,查询结果直接生成的图没有——那条路径绕过了统一渲染组件。一页模式给出判定三问、把旁路收敛成薄适配层、每条入口各加一条断言;还写清它与「12 层清单」的分工:一个纵向加字段,一个横向消灭分叉。
-
代码里查不到的「故意」:命令行翻页用
--skip,程序接口用offset + limit,两套模型刻意不统一。决策页把采纳理由、代价、以及被否掉的三条方案都写了;另一页推理记录着「七项拆分为什么压成三个任务、测试为什么不单列」,人审过才动手。 - 跨波次的元经验:五波上游合并、150 多个任务一次通过,最后沉淀成一份决策过程总结——分叉要尽早台账化,越晚记,下次检索成本越高;任务编号撞车时按链接目标看,别按号码看。
再往外一层,这些页面还能被查询重新编译:10 份报告、中英双语手册,手册直接发布到项目官网。好的答案也能回流进 Wiki。知识是复利,不是一次性摘要。
六、知识也会过期:给它做体检
lint wiki 干的事,比「检查错别字」实在得多:找页面之间互相矛盾的结论、被新任务推翻的旧说法、没有 inbound 链接的孤儿页、被反复提到却没有独立页面的概念,以及断掉的来源回链。
有个很真实的坑:源文件被批量改名后,摘要页里指向原文件的路径会静默失效——页面不报错,只是悄悄失去出处。体检会把它揪出来,而且要求先查 Git 改名历史再修,不许凭文件名猜。
大约每十次摄取跑一次,报告落到 wiki_output/reports/。
Wiki 的原则写得很克制:非正式、轻量、AI 维护、可质疑。 它不是企业知识库,是你和 AI 的「结对笔记本」。页面上写的结论,你随时可以推翻。
七、三个容易误会的地方
一、装了就自动有记忆? 不是。要先装技能、初始化、再摄取;任务完成只是提供了原料,官方那句「知识自动沉淀」指的是工作流已经打通,不是字面意义的零操作。
二、这是 RAG 吗? 不是。RAG 每次提问都临时检索原文、重新拼一份答案,知识不累积;这里是一次性把原料编译成互相链接的页面,之后每次查询都在已有知识上继续加,好结果还能回流。
三、有了它就不用看代码了? 不行。它是让 AI 更快进入上下文的入口,结论仍要对着代码和测试结果核。人审没省掉,只是从「重讲一遍项目」变成「审几页结论」。
八、想试的话:五步
-
backlog init,让项目有一套任务目录和工作流说明; -
backlog wiki install claude,按你用的助手换codex或agents; - 说一句
build wiki,把目录和规则建起来; - 拿一个刚做完的任务说
ingest,看它生成了哪几页; - 隔几天回来问
wiki query:上次那个启动慢的问题,结论是什么?
能晒的结果也很具体:一张带目录的 Wiki 页面截图,或者一份 AI 基于知识库生成的报告。
AI 不会因为多了一个工具,就突然变得记性好。
可靠的是另一件事:换会话、换模型、隔一个月回来,仓库里有一份被反复编译过的记忆,能把它接上。