**项目地址：**https://github.com/TencentCloud/TencentDB-Agent-Memory
你可能在 Claude Code 里聊过项目方案，在 CodeBuddy 里积累了一批 Session 和 Skill，现在又想试试 DeepSeek Harness。
但更换 AI IDE 时，一个现实问题往往随之而来：
过去的对话、项目背景和工作方法，能不能一起带到新工具里？
如果不能迁移，开发者就需要重新介绍项目、补充上下文、配置协作方式，甚至再次验证那些已经排除过的方案。
为了解决这个问题，TencentDB Agent Memory 打通了多平台与 IDE 之间的联动和数据互通链路。通过配套的数据抽取脚本，只需运行几个命令，就能从不同 IDE 中提取已有的 Session 和 Skill，统一沉淀到 Memory，并继续提供给其他支持的平台、IDE 和 Agent 使用。
即使这些数据产生于接入 Memory 之前，也可以被重新收集和利用，不需要从零开始积累。
这项能力带来两个直接变化：
**1. 多平台与 IDE 联动：**不同工具不再各自保存一套孤立的数据，一处沉淀的 Session 和 Skill，可以在其他支持的平台继续使用。
**2. 新环境快速冷启动：**过去的项目背景、工作记录和 Skill 可以直接成为新 Agent 的上下文，减少重复介绍和重新配置的成本。
先把数据从 IDE 里带出来
一个 IDE 即使不再使用，其中积累的数据依然有价值。
历史 Session 记录的不只是聊天内容，还可能包含：
● 项目背景和架构信息
● 问题排查过程
● 技术方案与决策依据
● 已经验证失败的路径
● 开发者与 Agent 的协作习惯
Skill 则沉淀了已经验证过的工作方法，例如代码检查流程、调试方式、任务拆解规则和项目约定。
通过抽取脚本，这些内容可以被重新收集，进入统一的 Memory，而不是随着工具停用一起丢失------IDE 只是使用数据的入口，不是数据的最终归属。
让数据在不同 IDE 之间流动
数据进入 Memory 后，可以为新的 IDE 和 Agent 提供上下文。
在旧 IDE 中产生的 Session，可以帮助新 Agent 快速理解项目；已经形成的 Skill，也可以在其他支持的工具中继续调用。
因此，无论是从现有工具迁移到 DeepSeek Harness，还是同时使用多个 AI IDE，都不需要反复整理和维护同一份项目资料。
不同工具不再各自形成孤立的数据空间，而是可以围绕同一份 Memory 协同工作，让历史信息与当前任务自然衔接。
冷启动从"重新介绍"变成"继续工作"
过去的新 IDE 冷启动，主要成本不在安装，而在重新建立上下文。
用户需要再次说明项目是什么、已经做了什么、哪些方案不可行，以及希望 Agent 如何协作。
现在，只需运行对应脚本，完成历史 Session 和 Skill 的抽取与导入，新 IDE 就能基于已有数据继续工作。
对个人开发者来说，切换工具的成本更低；对团队来说，不同成员即使使用不同 IDE，也能复用已经沉淀的工程经验，减少重复说明和重复探索。
IDE 可以更换，数据和经验可以延续
通过打通不同 IDE 之间的信息流，过去产生的 Session 和 Skill 可以被重新提取、统一管理并持续复用。
开发者不必因为更换工具而放弃已有积累，也不必在每个新环境中重新建立上下文。
你的 IDE 可以不断变化，但项目数据、工作方法和工程经验，不必被留在过去。
项目已在 GitHub 开源：TencentDB Agent Memory（++https://github.com/TencentCloud/TencentDB-Agent-Memory++）欢迎体验、提交 Issue、贡献 PR，也欢迎把真实场景带给我们，一起探索团队记忆可以走到哪里。