AIPass：用 JSON 文件为 AI 智能体提供持久记忆
开源智能体工作区 AIPass 发布，以本地 JSON 文件实现智能体跨会话记忆与协作，基于 Claude Code 运…
AIPass 是一个面向 AI 智能体的「持久化工作区」开源项目（MIT 协议），主打让智能体在多次会话之间保留记忆、彼此协作，而不是每次启动都从零开始。它本身不替代大模型，而是作为基础设施层，在项目目录里为智能体搭建脚手架，并通过调用 Claude Code 子进程来执行实际任务。
核心思路：记忆与协作
AIPass 把智能体的状态拆成若干小型 JSON 文件，存在项目的 .trinity/ 目录中，由智能体自己「拥有」：
- passport.json：智能体身份信息
- local.json：会话历史
- observations.json：学习与沉淀的经验
- .aipass/：智能体的指令与配置
用户关闭终端、改天再回来，只要说一句「hi」，智能体就会读取自己的记忆文件，续上之前的上下文。此外，AIPass 还内置了一套类似邮件的子系统（.ai_mail.local/），让不同智能体可以互派任务、共享发现，开发者不需要在中间传话。
使用方式与适用场景
安装过程比较简单：在任意项目目录下 git clone 仓库后执行 ./aipass install，脚本会自动创建虚拟环境、将 aipass 和 drone 加入 PATH，并引导用户与第一个智能体开始对话。
- 支持平台：Linux 与 WSL（Windows 下需通过 WSL）
- 底层 CLI：仅支持 Claude Code（Pro 或 Max 订阅），无需额外 API Key
- 编程语言无关：Python、JavaScript、Rust、Go 等项目均可接入
- 起步规模：个人副项目用 1 个智能体即可，Web 应用建议 3 个（后端、前端、设计），仓库自带的参考实现则跑 17 个智能体来维护 AIPass 自身
与常见智能体框架的区别
AIPass 在 FAQ 中明确把自己和 CrewAI、LangChain 等做了区分：后者更偏向「任务编排」——定义工作流、跑一遍、拿到输出；而 AIPass 强调「持久化」，智能体长期驻留在项目里，跨会话积累经验，逐渐形成专长。AIPass 的定位是「工作区」而非「流水线」，这一思路对希望让智能体长期参与代码库维护的开发者可能更合适。
局限
需要注意的是，AIPass 深度绑定 Claude Code 生态，目前不支持其他 CLI 提供商；同时作为一款较新的开源项目，缺少公开的 benchmark 或大规模用户验证数据，其稳定性与扩展性仍需在真实项目中检验。