deja-vu：让编码智能体从你已有的历史里找回答案
你的代理已经解决了这个问题。 deja 找到它，它会索引您的编码代理已写入磁盘的会话、安装它之前的几个月历史记录，并在所有 17 个会话开始时自动调用它们。 LongMemEval-S 上的命中率为 84.9%，无法学硕士，无嵌入。一个零深度二进制文件，完全本地化。
秒懂
- 它是什么？
- deja-vu 索引编码智能体已经写在磁盘上的会话记录，在会话开始时自动召回相关历史。它不用 LLM，不用向量嵌入，单个二进制文件，完全本地运行。
- 适合谁用？
- 如果你同时使用多个编码智能体，并且经常遇到“这个问题之前解决过”却找不到记录的情况，deja-vu 值得一试。它适合那些已经积累了大量本地会话文件、不想依赖云端记忆服务的开发者。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 1 天前。
- 用什么语言写的？
- 主要是 Go（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月14日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决什么问题：智能体没有跨会话记忆
编码智能体每次会话都是全新的。你三个月前修过的 bug，今天可能又遇到，但智能体不记得。市面上大多数记忆方案要求你从安装那一刻开始记录，之前的会话历史就丢了。deja-vu 反其道而行：它索引你机器上已经存在的会话文件。Claude Code、Codex、Cursor 等二十种智能体都会把对话写到本地磁盘，deja 把这些文件变成统一的记忆层。它面向的是那些已经积累了数 GB 会话历史的开发者，目标是让智能体在会话开始时就知道你以前解决过什么。
工作机制：无 LLM、无嵌入的检索
deja-vu 的核心是索引和检索，不依赖任何大模型。它扫描智能体写入的会话文件，提取关键信息：打开过的文件、运行过的命令及退出状态、编辑操作替换的精确文本范围。这些信息被组织成索引，查询时通过子毫秒级查找返回结果。README 声称在 LongMemEval-S 上 hit@1 达到 84.9%，在 LoCoMo 上达到 69.6%，两个基准测试都在仓库内，可以自行验证。自然语言查询会回退到一个相关性层级，时间只是提示，不是过滤器。它不生成摘要，而是直接引用原始会话中的片段。
安装与接入：一条命令，自动配置
安装分两步。先执行 `curl -fsSL https://raw.githubusercontent.com/vshulcz/deja-vu/main/install.sh | sh`，然后运行 `deja install --auto`。第二条命令会自动检测已安装的智能体，把 MCP 召回工具接入它们，并在支持的地方开启会话开始召回。它还会构建首个索引，这样下一次会话就不用等待。如果你只想用二进制搜索功能，可以跳过 `deja install`，直接运行 `deja "连接池耗尽"` 这类查询。Windows 用户不能用 shell 脚本，需要改用 Scoop：`scoop install deja-vu`。安装脚本会写用户级指导文件到每个智能体的配置目录，比如 Claude Code、Codex、Cursor 等。
召回时机：不是等用户问
deja-vu 的召回不依赖用户主动提问。它通过 MCP 工具在多个时机自动注入历史：会话开始时、每次提示时、在文件被编辑或命令运行之前，以及命令失败之后。PreToolUse 钩子会在智能体准备编辑某个文件或执行某条命令时，先给出该文件之前的决策或该命令之前成功运行的例子。PostToolUse 钩子则在命令失败时，返回历史上同样错误之后发生了什么。这种设计针对的是智能体最常犯的错误：重复踩同一个坑。它索引的是“工作过程”，不只是对话内容，所以即使智能体总结丢失了细节，deja 也能找回原始记录。
局限性与适用边界
deja-vu 并非万能。它依赖智能体把会话完整写入磁盘，如果某个智能体默认不保存历史，索引就会不完整。它不做语义理解，纯靠字符串匹配和相关性层级，所以对于表述差异很大的问题，命中率可能下降。README 提到在 43 次压缩后，智能体的摘要保留了 77% 的决策和 0.2% 的命令，deja 则能找回那 99.8% 的命令，但这只说明它擅长找回“硬事实”，不擅长理解抽象意图。另外，它会在会话开始自动注入内容，这增加了上下文长度，可能影响智能体的专注度。对于隐私敏感的项目，虽然索引构建时会剥离密钥和令牌，但你需要确认 redaction 规则覆盖了所有敏感格式。
替代方案：从零开始的记忆工具
大多数记忆工具从安装时刻开始记录，比如给智能体增加一个“记忆文件”，每次会话后写入摘要。这类方案的问题在于历史空白期，你无法找回安装前的任何信息。deja-vu 的差异在于“先有历史，后有记忆”，它把已有的会话文件当作数据源，而不是重新开始积累。另一种方案是让智能体使用向量数据库存储对话嵌入，这需要额外的依赖和计算资源，而且通常需要云端服务。deja-vu 则完全本地，零依赖，单个二进制。两者本质区别：前者试图理解语义，后者追求精确检索。如果你需要的是“当时到底运行了哪条命令”，deja 更直接；如果你需要“这个问题的本质是什么”，向量方案可能更合适。
维护与升级成本
deja-vu 用 Go 编写，MIT 许可证。发布频率看起来很高，最近有 v0.19.0、v0.19.1 和 nightly 版本。升级方式取决于安装途径：brew、go install、npx 或直接下载二进制。日常维护主要是定期重建索引，因为新的会话会不断产生。二进制更新本身很简单，但需要注意每次升级可能改变索引格式，旧索引可能需要重建。许可证是 MIT，意味着你可以自由使用、修改和分发，但需要保留版权声明。它不依赖外部服务，所以没有服务端维护成本。唯一的维护负担是确保智能体配置更新后，deja 的接入仍然有效，可能需要重新运行 `deja install`。
编辑结论
如果你同时使用多个编码智能体，并且经常遇到“这个问题之前解决过”却找不到记录的情况，deja-vu 值得一试。它适合那些已经积累了大量本地会话文件、不想依赖云端记忆服务的开发者。不适合那些只用单一智能体且会话很短、或者对自动注入内容非常敏感的团队。安装前先确认你的智能体是否在本地写入完整会话记录，否则索引会缺少关键数据。其次，验证 redaction 功能是否覆盖你项目中的密钥格式，避免敏感信息进入模型上下文。最后，跑一遍仓库自带的 LongMemEval-S 基准，看 hit@1 是否符合你的场景。deja-vu 的核心理念是“先有历史，后有记忆”，这个顺序决定了它只能工作在你已经产生历史的地方。
社区笔记