跟着Google Gemini CLI 学Agent 开发（三）：Gemini CLI如何“记住”关键信息？
在前两篇中，我的搭档 Tam 带我们深入了 Gemini CLI 的“安全护城河”（沙箱）和“感知手术刀”（文件系统）。我们已经知道，AI 能安全地、精准地与我们的代码交互了。但这还不够。
我们都经历过 AI 的“金鱼记忆”困境——当你满怀期待地开启一个新会话，准备继续昨天未竟的事业时，却发现AI助手已将一切忘得一干二净。这种“上下文丢失”的顽疾，极大地限制了我们与AI协作的效率和深度。
这一次，Tam 将带我们探索 Gemini CLI 的“大脑”，揭示它是如何通过一套极其精巧的**“分层指令上下文”（Hierarchical Instructional Context）**系统，来攻克这个难题，实现真正的持久化记忆的。
下面，舞台再次交给 Tam。
- by Tam -
第一章：设计哲学——超越“对话历史”的分层记忆模型
首先必须摒弃一个误解：对话历史不等于记忆。对话历史是被动的“会议纪要”，而记忆是主动的“核心原则”。Gemini CLI 的设计者深刻地认识到这一点，并借鉴了人类的认知模式，构建了一套“分层指令上下文”系统。
1.1 GEMINI.md 的分层世界
这套系统的实现，是通过在文件系统的不同位置寻找一个特殊的文件（默认为 GEMINI.md），构建了三个核心记忆层次：
-
1.全局记忆 (Global Memory)： 位于
~/.gemini/GEMINI.md，存储跨所有项目的通用偏好，是AI的“个性和灵魂”。 -
2.项目记忆 (Project Memory)： 从当前目录向上递归查找到项目根目录为止，路径上所有找到的
GEMINI.md，定义了项目的“法律与规范”。 -
3.本地记忆 (Local Memory)： 从当前目录向下递归搜索所有子目录中找到的
GEMINI.md，是具体任务的“战术指南”。
在每次交互前，CLI会按“全局 → 项目 → 本地”的顺序拼接所有内容，越具体的记忆排在越后面，从而在模型中获得更高的注意力权重，实现优雅的配置覆盖。
第二章：记忆的塑造与管理——save_memory与/memory命令族
2.1 save_memory：一句话塑造AI的全局认知
save_memory 工具的强大之处在于，它提供了一个在对话流中动态修改AI核心设定的能力。当你发现AI的行为不符合你的长期偏好时，可以直接命令它“记住”新规则。
用户: “你刚才生成的Go代码没有处理error，这很不好。请记住：我所有的Go代码都必须对
error进行显式检查，不能使用_忽略。”AI (内部调用):
save_memory(fact="All my Go code must explicitly check for errors...")AI (回应): “好的，我已将该规则保存到我的全局记忆中。未来我都会遵循。”
它会将这个事实（fact）结构化地追加到全局记忆文件 ~/.gemini/GEMINI.md 中一个特殊的 ## Gemini Added Memories 章节下，便于管理。
2.2 /memory 命令族：记忆的“控制面板”
如果说save_memory是“写入”接口，/memory命令就是“读取”和“管理”接口：
-
•
/memory show： 记忆的“X光机”，完整地打印出最终拼接好的、即将发给模型的所有记忆上下文，并清晰标注每个片段的来源文件，实现了完全的透明性。 -
•
/memory refresh： 手动“刷新”按钮，强制CLI重新扫描和加载所有GEMINI.md文件，确保记忆能实时反映你的手动修改。
第三章：实现揭秘——深入Context Loader的代码迷宫
Context Loader的核心职责是：发现、读取与排序、拼接。其实现是一个精巧的三向文件搜索算法：
-
向上搜索 (Project Memory)： 从当前目录开始，逐级向上查找
GEMINI.md，直到项目根目录（以.git文件夹为标志）。 -
向下搜索 (Local Memory)： 使用
fast-glob等高性能库，高效递归地搜索所有子目录中的GEMINI.md，并天然地支持.gitignore规则，排除无关文件。 -
带来源的读取： 每个文件内容在被读取时，都会被一个类似
[FROM: path/to/file]的“信封”包裹，这正是/memory show能追溯来源的秘密。
最终，拼接好的巨大字符串，会作为系统提示（System Prompt）或前缀，被注入到每一次对 Gemini API 的调用中，为模型的所有后续思考和回答设定基调、规则和边界。
第四章：最佳实践——成为AI的“记忆调校大师”
理解原理后，关键在于像编写高质量代码一样，去设计和维护你的 GEMINI.md 文件。
全局记忆 (~/.gemini/GEMINI.md)
这是你的“AI个人宪法”。用于定义你的角色、技术栈偏好、沟通风格和个人“编码红线”。
项目记忆 (my-project/GEMINI.md)
这是项目的“团队开发规范”。应定义项目背景、架构原则，并提供关键命令和工作流（如 make test），让AI能直接调用。
本地记忆 (.../module/GEMINI.md)
这是特定模块的“操作手册”或“避坑指南”。用于强调模块职责、列出关键依赖和特殊注意事项（如“严禁记录完整信用卡号”）。
记忆，通往真正AI伙伴关系的最后一块拼图
Gemini CLI的记忆系统，是其设计中最具远见的部分。它通过一套受人类认知模型启发的“分层指令上下文”机制，为我们带来了一个全新的可能性：与一个能够学习、成长、并深度理解我们个人和项目需求的AI建立长期的、高效的伙伴关系。
未来的AI工具，其竞争力的核心，将是其构建和利用持久化上下文的能力。Gemini CLI邀请我们每一位使用者，都成为AI的“记忆塑造者”，去打造一个专属于我们自己的、真正懂我们的AI开发伙伴。这，正是通往未来人机协作的康庄大道。
觉得Tam的分析有启发？点个「在看」，「转发」给更多需要的朋友吧！
关注我的公众号，与你一同探索 AI、出海与数字营销的无限可能。
🌌 最智能的AI，不是无所不知，而是最懂你的那一个。