产品教程｜Memmy 如何接续任务查询，并处理本地检索超时

brave_flux

本文经 AI 创作者 Berryxia.AI 授权，根据其实际测试过程整理与改写。

SalesScout 是 Barry 的本地项目，文中的文件名称、查询条件和返回结果来自他的设备和真实项目案例。

Memmy 是运行在本地的个人 AI Agent，同时也是多个 Agent 共用的个人记忆中心。它可以在获得授权后扫描 Codex、OpenClaw 和 Hermes 等工具的历史记忆，把项目背景、技术决策、用户偏好和已经尝试过的方案整理成可查询的长期记忆。

你也可以直接把任务交给 Memmy，让它查找资料、整理方案、调用工具或继续处理本地项目。

当你再从 Cursor 切换到 Claude Code，或从 Claude Code 换到 Codex，Agent 都可以实时获取、查询相关项目记录，再继续当前任务。
使用前提与相关地址

请确定已经完成 Memmy 安装、登录和历史记录授权，第一次使用 Memmy，可以通过下面的地址查看产品说明并下载安装包。

• Memmy 官网 memmy.cn
• GitHub 项目 github.com/MemTensor/memmy-agent

背景说明

Barry 的电脑里有一个名为 SalesScout 的项目，SalesScout 会整理教育采购商机，Barry 的面板中可以看到学校、产品、匹配分、预算、截止日期和后续处理状态。




SalesScout Agent 此前已经整理过一批近 7 天的教育采购信息。这些旧结果说明相关任务确实运行过，也为后续查找项目和查询方式提供了线索。



Memmy 从历史记录中寻找查询入口

这个项目与任务有关的线索保存在本地文件和过去的协作记录中，换一个 Agent 继续处理时，通常需要重新说明项目在哪里，以及应该使用哪个查询入口。

Barry 已经安装 Memmy，并授权它扫描本地 Agent 的历史记录，他希望继续同一类任务。并给出明确的条件，时间范围是最近 7 天，最低匹配分是 60。

同时，他并没有提供项目名称、文件路径和函数名称，Memmy 需要先找回 SalesScout 的相关记录，再判断怎样继续查询。




Memmy 从已有记录中寻找 SalesScout 的项目线索和查询入口

Memmy 先查看已经授权的本地记录，并找到了 salesscout-mcp-verification.jsonl，随后搜索其中与 mcp_salesscout_ 有关的内容，并检查了本地 .memmy 目录。

这一步提供了两个线索。SalesScout 曾经运行过一套商机查询，相关项目也保留在 Barry 的电脑中。Memmy 还需要找到项目的实际目录，才能确认查询条件怎样传入。
如何处理检索超时

Memmy 最初使用 find 扫描整个用户目录。检索范围很大，这次命令在 10 秒后超时，没有返回目标路径。

超时以后，Memmy 没有继续重复同一个扫描。

Barry 使用的是 macOS，Memmy 随后改用 ls 和系统索引命令 mdfind，把搜索范围缩小到已有线索附近。它最终定位到 SalesScout 的 server 目录，并开始读取 mcp_server.py。




大范围目录检索超时后，Memmy 改用本地索引定位 SalesScout

在 Memmy 的检索过程中，已经知道项目用途或上级目录时，会先从历史记录中寻找候选路径。范围缩小以后再检查目录，更容易判断问题停在哪里，也能少等一次没有结果的全盘扫描。
确认查询入口和参数

Memmy 在 mcp_server.py 中找到了 search_leads。这个查询入口包含两个与本次任务直接相关的参数。




Memmy 根据参数定义继续执行查询，现有素材能够确认它找到了 search_leads，理解了两个参数，并按照对应条件得到结果。

遇到类似任务时，可以在执行前让 Memmy 展示最终参数。日期、金额和分数边界会直接改变查询结果，多花一步确认更稳妥 ～
返回 50 条教育采购商机

Barry 的测试最终返回 50 条商机。Memmy 按分数整理了结果，并列出得分较高的记录。




本次查询返回的商机分数分布与部分高分结果

在遇到类似情况时，可以先核对时间范围和最低分数，再从高分结果中抽查几条原始记录。总数、筛选条件和原始数据能够互相对应，这次查询才算完成。
任务接续

在这次任务中，历史记录提供了 SalesScout 的项目线索，Memmy 负责查找文件并继续处理。mcp_server.py 给出了查询入口和参数，最终结果则来自 Barry 本地的 SalesScout 数据。




Barry 对模型、记忆、Skills 和工具分工的整理

这也解释了排查时为什么要分开看。项目位置错误时，先查历史记录和候选路径。路径正确但结果不符，就继续核对函数参数和原始数据。把几个环节混在一起，很容易因为一次超时重新检查整套系统。
常见问题排查
Memmy 没有找到项目

先确认对应项目以前使用过的 Agent 已经完成授权扫描。随后检查历史记录中是否出现过项目名称、用途或相关任务。

没有找到时，可以补充项目用途、大致使用时间或上级目录。某个项目从未出现在已授权记录中，就需要直接提供本地路径或其他文件线索。
扫描用户目录时超时

先停止重复扫描整个用户目录。回到已有记录，查看里面是否出现过项目名称、文件名或候选路径。

Barry 的测试使用了 macOS 的 mdfind。其他系统需要使用对应的本地搜索方式，或者直接从已知的上级目录开始检查。
找到多个名称相近的目录

让 Memmy 列出所有候选目录，并说明每个目录中有哪些相关文件。确认正在使用的版本以后，再读取代码或执行查询，避免在旧副本和测试目录中操作。
找到查询入口，但参数不确定

先读取函数或工具定义，再把用户条件与参数逐项对应。遇到日期、金额、分数和分页数量时，执行前展示最终参数。
查询结果与业务面板不一致

先检查数据更新时间，再核对日期范围和最低匹配分。随后抽查几条原始记录，确认过滤和排序使用了正确字段。

结果仍然不一致时，保留本次输入、实际参数和原始返回值。这样能够判断差异发生在数据、查询逻辑还是结果整理阶段。
查询内容涉及真实业务数据

只授权完成任务需要的记录和目录。使用外部模型 API Key 时，还需要确认发送给模型的内容符合所在组织的数据要求。公开截图和日志前，应当移除客户信息、密钥和内部地址。
用自己的项目来测试一下吧 ～

可以选择一个曾在 Cursor、Claude Code、Codex 或其他已授权 Agent 中使用过的项目，再准备一项容易核对的业务任务。第一次请求只描述目标和筛选条件，暂时不提供项目路径和函数名称。

观察 Memmy 找到了哪些历史记录，是否给出可信的候选目录，以及最终参数能否与业务条件对应。遇到检索失败时，先保留错误信息，再根据已有线索缩小范围。

项目路径、查询参数和原始结果都能核对，这次测试就可以结束。后续再遇到同一类任务，Memmy 可以继续使用已经确认的记录。
:rice_ball: 还等什么，立即体验 ～

现在注册，即送 2M token！

• Memmy 官网 memmy.cn
• GitHub 项目 github.com/MemTensor/memmy-agent


安装完成后，可以先接入一个自己最常使用的 Agent，再用一句模糊描述寻找旧项目。项目名称、路径和历史进度都能与本地情况对应，说明这次接入已经可以用于日常工作 ～

原文链接

clever_hyper

mark 一下，回头补上产品教程｜Memmy的实践经验。

lynx_delta_81

看完受益，已转给同事，让他们也看看产品教程｜Memmy这块。

byte_storm_53

先马后看，产品教程｜Memmy的资料太散了，这篇梳理得挺清楚。

icy_echo

从头看到尾，收获不少，感谢分享。

omega70

这些旧结果说明相关任务确实运行过，也为后续查找项目和查询方式提供了线索。

这段深有同感，产品教程｜Memmy确实是这样。

icy_code

写得不错，产品教程｜Memmy那部分说到点子上了，顶一个。