微光札记

AI 记忆怎么跨电脑同步？Codex、Claude、WorkBuddy、DSH 共用一套上下文

两台 Mac、4 个 Agent，如何共用一套 AI 记忆

公众号原文
3 月份折腾 OpenClaw 的时候，搞了很多乱七八糟的东西，后来发现同一个 AI 工具能不能长期用，模型只是一部分，配置、文件和记忆怎么处理这些才是问题的关键，后来还写了一篇文章反思。[1]
一个月后，我又把 4 年 Obsidian 日记里的 9830 条记忆喂给 AI，推倒重做了一套记忆系统。那次折腾得更深：数据库、查询、同步、去重、长期维护，全碰了一遍。[2]
再后来，我已经不满足于使用别人的东西，准备自己开发一套。当时的痛点是在使用 OpenClaw、Claude Code 这些工具时，安装的 Skill、MCP 这些东西不同步，每次都要重新安装、更新一遍。为此还分析了 Claude Code 泄露的源码、OpenClaw 和 Hermes 里相关的机制，各个文件都整理出来了，后面一忙，特么又烂尾了。
图片
 【图1 Conduit 同步工具的 GUI 设计稿截图】
这一烂尾就是拖到前几天。
刚好在网上看到一篇文章，作者用 OpenViking 把知识库、长期记忆和 Agent 技能放到了一起，还接入了 Claude Code、WorkBuddy 等工具。[3] 从逻辑和使用习惯、功能来说，算是我策划的项目的加强版。
在安装之前，让 AI 也同步翻了翻 GitHub 上同类型的仓库，主要比较了 OpenViking 和 Supermemory。最后选择 OpenViking，原因是：我需要在 2 台电脑、4 个 AI 工具里同步这些信息。
我办公室是 Mac mini，常年不关机。家里用的 MacBook Pro，两台电脑上都有安装 ChatGPT、Claude、WorkBuddy 和 DeepSeek Harness。我要解决的不是“再装一个知识库”，而是这些工具能不能读到同一套记忆，两台电脑之间又能不能接着用。
这篇文章就是折腾成功的过程和展示，供各位参考。

01.
架构需要如何设计
图片

这事儿不是说在电脑上部署 OpenViking 这个服务就行，工具的调用、网络连接、文件同步，这些都要考虑。
结合我的真实情况和使用习惯，用 GPT-6 Astra 帮我搭建了整个架构：

Text复制
1
2
3
4
5
6
7
8
9
10
11
12
Dropbox
├── Skill、规则、Markdown、原始资料
└── 完成并检查过的备份包
MacBook 上的 4 个 Agent：Codex / Claude / WorkBuddy / DSH
│
│ Tailscale 私网 + SSH（当前已验收）
▼
Mac mini（长期在线）
├── OpenViking：保存和检索 AI 记忆
├── SSH：当前跨电脑查询入口
├── Tailscale Serve：已配置，HTTPS 证书仍待处理
└── Codex / Claude / WorkBuddy / DSH 本机也能直接访问
这里一共三层，别混在一起：
OpenViking 管记忆。 它把有用的偏好、项目背景、历史事件和资料保存下来，需要时再找出来。
Tailscale 管两台电脑之间的连接。 可以把它理解成只属于自己设备的一条私路。MacBook 不在办公室，也可以通过这条路访问 Mac mini。
Dropbox 管普通文件。 我的 Skill、规则、Markdown 和原始资料，本来就在 Dropbox 里同步，继续这么用就行（国内的可以用其他网盘代替）。
后面的安装就比较简单了：

02.
第一步：Mac mini 做服务器端
图片

我没有用 Docker（Mac mini 丐版，空间实在是不足），直接让 AI 在 Mac mini 上建了一个独立的 Python 环境。这样不会和电脑里其它 Python 项目混在一起：

Bash复制
1
2
3
4
5
6
python3 -m venv ~/.local/share/openviking/venv
source ~/.local/share/openviking/venv/bin/activate
python -m pip install --upgrade pip
python -m pip install --upgrade openviking
openviking-server init
openviking-server doctor
前四行是安装，init 是配置向导，doctor 是体检。
我最后用的配置方案是：
  • OpenViking 运行在 Mac mini；
  • 用一个本地小模型把文字变成方便搜索的索引，模型大小只有 24MB 左右；
  • 需要生成摘要时，走我原来就在使用的 AI 中转服务；
  • OpenViking 只监听本机的某个地址和端口；
  • 数据暂时放在 ~/.openviking/data；
  • 密钥只放在本机配置中，不写进 Dropbox。
配置文件主要有两个：

Text复制
1
2
~/.openviking/ov.conf 服务怎么运行、模型用什么、数据放哪里
~/.openviking/ovcli.conf 本机工具去哪里连接服务
第一次启动后，至少检查两项：

Bash复制
1
2
curl http://127.0.0.1:1933/health
curl http://127.0.0.1:1933/ready
第一条回答“服务有没有活着”，第二条才会检查文件、搜索和模型能不能正常工作，只看第一条不够。
我让 AI 加了自动启动，开机和中途退出都会重新启动，不然以我这丢三落四的机型，每次换电脑之前还要先想一下“办公室那台服务到底开没开”，这套共享相当于废了。
目前实际检查结果是：服务正常、搜索正常、没有待处理任务和错误；OpenViking 的 MCP 接口可以返回 15 个工具，4 个 Agent 的本地连接也已经接通。[4]

03.
第二步：接入 4 个 AI 工具
图片

还是一样，让 AI 分析后分别接入各个工具就行。
OpenViking 有两种接法：一种是专用插件（官方出的），另一种是 MCP 模式，效果不一样：
工具
我的接法
实际效果
Codex
OpenViking 官方插件
每次提问前自动找相关记忆；对话后自动保存有价值的内容
DeepSeek Harness
官方记忆插件
可以自动读取和保存记忆
Claude Desktop
OpenViking 提供的 MCP 转接程序
能搜索和读取，但主要看 Claude 会不会主动调用
WorkBuddy
直接添加 MCP
能搜索和读取，但主要看模型会不会主动调用
Codex 的安装大致是：

Bash复制
1
2
codex plugin marketplace add volcengine/OpenViking
codex plugin add openviking-memory@openviking
然后在 Codex 配置中打开 plugin_hooks。第一次启动时，还要信任 OpenViking 的 5 个 hooks。这里的 hooks 就是几个自动动作：提问前找记忆、回答后保存、对话太长准备压缩前先提交一次。[4]
WorkBuddy 没有官方插件，需要配置 MCP 模式连接：

JSON复制
1
2
3
4
5
6
7
8
{
"mcpServers": {
"openviking": {
"type": "http",
"url": "http://127.0.0.1:1933/mcp"
}
}
}
同一台 Mac mini 上使用本机地址；另一台电脑则换成后面 Tailscale 提供的地址。
Claude Desktop 用的是 OpenViking 自带的转接程序，本质上也是把 Claude 的 MCP 请求送到同一个服务。DeepSeek Harness 则安装官方的 @openviking/dsh-memory-plugin。
不过这里有个坑：发现了 15 个工具，只能证明线接上了，不能证明 AI 每次都会主动使用记忆。 Codex 和 DeepSeek Harness 有专用插件，自动化更完整；Claude Desktop 和 WorkBuddy 主要走 MCP，测试时最好直接说“请从 OpenViking 搜索某条记忆”，再看它有没有真的调用工具。

04.
第三步：两台电脑连接
图片

OpenViking 只监听 Mac mini 本机，所以 MacBook Pro 不能直接访问 127.0.0.1:1933（使用代理也不行，代理不会让家里的 MacBook 和办公室的 Mac mini 自动变成一个局域网）。最后还是在两台电脑上都装了 Tailscale，并登录同一个账号。
在 Mac mini 上用 Tailscale Serve：

Bash复制
1
2
tailscale serve --bg http://127.0.0.1:1933
tailscale serve status
第一条会把 OpenViking 转成一个只有同一 Tailscale 账号才能打开的 HTTPS 地址，第二条检查转发状态。
规则确实建好了，但实际从 MacBook 访问时，证书申请一直失败，HTTPS 卡在握手阶段（这玩意儿就是个坑）。
所以我最后走的是更直接的方式：先把 MacBook 的 SSH 公钥加入 Mac mini，再通过 Tailscale 地址登录 mini，在 mini 本机访问 OpenViking。
先验证远程服务：

Bash复制
1
2
3
4
MINI_USER="你的 Mac mini 用户名"
MINI_TS_IP="100.x.x.x"
ssh -i ~/.ssh/id_ed25519 "$MINI_USER@$MINI_TS_IP" \
'curl http://127.0.0.1:1933/health'
这一步已经跑通：MacBook 可以无密码进入 Mac mini，health、ready、会话列表、记忆搜索和正文读取都正常。
如果要让 MacBook 本机的软件临时把它当作 127.0.0.1:1933 使用，再加一层 SSH 端口转发：

Bash复制
1
2
3
4
5
MINI_USER="你的 Mac mini 用户名"
MINI_TS_IP="100.x.x.x"
ssh -N -L 1933:127.0.0.1:1933 \
-i ~/.ssh/id_ed25519 \
"$MINI_USER@$MINI_TS_IP"
保持这个终端运行后，MacBook 上的软件就可以使用：

Text复制
1
http://127.0.0.1:1933/mcp
这条链路的缺点是 SSH 进程要保持运行；后面如果 Tailscale Serve 的证书恢复，再换回固定 HTTPS 地址即可。
这里又要注意三件事：
  1. 只要任意一台电脑关闭 Tailscale，跨电脑访问就断了。Mac mini 本机仍然能用 OpenViking，但 MacBook Pro 读不到它。
  2. 普通的代理也不能代替 Tailscale，它们解决的不是同一个问题。
  3. MacBook 能远程搜索记忆，只能证明网络和查询链路通了。要让 MacBook 上的 4 个 Agent 每次自动读取和保存，还得分别安装插件或 MCP，不能因为 SSH 通了就当成全部配置完成。

05.
第四步：Dropbox 能同步哪些文件
图片

警告：
不要顺手把整个 OpenViking 数据目录放进 Dropbox。
不要顺手把整个 OpenViking 数据目录放进 Dropbox。
不要顺手把整个 OpenViking 数据目录放进 Dropbox。
OpenViking 里不只有普通文件，还有正在变化的搜索索引、任务队列和锁文件。Dropbox 的同步机制是“一台改完再传给另一台”，它不知道数据库现在写到哪一步。两台电脑同时改，不是多出一个冲突副本，而是正文和搜索索引对不上：东西明明在，AI 就是搜不到；或者搜到了，原文却已经不是那一份，整个文件就乱套了（你不知道哪一份文件才是最新的）。
我的做法是：
可以放 Dropbox
不要放 Dropbox
Skill 源文件
运行中的 OpenViking 数据目录
AGENTS.md、规则、普通 Markdown
SQLite 数据库和队列文件
原始资料
向量索引和锁文件
已完成并检查过的备份包
API Key、Token、密码
不含密钥的配置示例
正在生成的半成品备份
两台电脑共享的是 Mac mini 上的同一个服务，不是各自启动一个 OpenViking，再让 Dropbox 把两份数据库自动合并。
还有几件事也要讲清楚。
第一，旧聊天不会自动全部搬进去。 插件安装后的新对话可以自动提炼记忆，但插件安装前的对话历史不会扫描。如果要导入，先按主题提炼，只留下稳定偏好、已确认决定和仍有效的项目状态。原始聊天、短问答、旧建议和密钥，没必要全部塞进去（文件大不用说，关键是很多信息会污染上下文，造成 Token 浪费）。
第二，记忆多不等于每次对话都会全部加载。 OpenViking 会先按当前问题搜索，只给 AI 少量相关摘要；真的需要时，再读取完整内容。这样比把几千条记忆一股脑塞进对话里轻得多。但如果什么闲聊都存、旧结论也不清理，搜索结果一样会脏得没法看。
第三，它不负责同步所有东西。 Git 项目、软件依赖、插件安装、API Key，还是要在每台电脑各自处理。它保存的是 Agent 可查询的记忆和资料，不是整台电脑的一键迁移工具。
第四，我现在用的还是个人私网方案。 OpenViking 自己处于开发模式，主要靠“只监听本机 + Tailscale 私网”挡住外部访问。这适合我当前的两台个人设备，但不能直接当成公司多人使用的安全方案。

06.
现在做到哪了
图片

Mac mini 上的 OpenViking 已经常驻运行。Codex、Claude Desktop、WorkBuddy 和 DeepSeek Harness 都能连到同一套记忆，服务端的自动保存、记忆提取和查询也验证过了。
静态的 Skill、规则和 Markdown 继续走 Dropbox。实时数据库只留在 Mac mini，后面做成完整备份包再放进 Dropbox。
图片
 【图2 Mini 服务器端验收】
MacBook 这边也已经通过 Tailscale 和 SSH 连上 Mac mini，能直接读取 OpenViking。
就这样，这次安装的主体已经完成。
[1]: 陆离同学,《折腾 OpenClaw 🦞 这两月，真正拉开差距的不是模型，而是配置》,微信公众号,2026-03-06,./260306.html
[2]: 陆离同学,《9830条记忆之后，我把 AI 助手系统重建了》,微信公众号,2026-04-12,./260412.html
[3]: AI李子,《OpenViking 实战：把知识库、长期记忆和 Agent 技能统一到一个上下文文件系统》,人人都是产品经理,2026-09-04,https://www.woshipm.com/ai/6459718.html
[4]: OpenViking,OpenViking 官方文档,访问 2026-09-07,https://docs.openviking.ai/zh/getting-started/01-introduction