Step Code × Nowledge Mem
让 Step Code 带着当前上下文开始工作,并把完成的编程对话同步为跨工具可搜索的 Thread。
给你的智能体
读取 https://mem.nowledge.co/SKILL.md,按其中说明为 Step Code 安装或更新 Nowledge Mem。用 nmem status 和 Context Bundle 或 Working Memory 检查验证连接,启动一个新的 Step Code 会话,并确认完成一轮对话后能在 nmem t list --source step-code 中看到对应 Thread。step install npm:nowledge-mem-step-code这个专用插件包使用 Step Code 原生的扩展与技能系统:开始工作前把当前 Mem 上下文交给 Step Code,完成后的对话则以独立的 step-code 来源保存。
开始之前
- Nowledge Mem App 正在运行,或本机已经连接远程 Mem
- 已安装 Step Code
- 在启动
step的同一个终端里执行nmem status能成功
安装与验证
step install npm:nowledge-mem-step-code重启 Step Code,再开启一个新会话,问它拿到了哪些 Nowledge Mem 上下文。它应该直接使用已经注入的 Context Bundle 或 Working Memory,而不是重复读取。
以后只更新 Nowledge Mem 插件包时,运行:
step update npm:nowledge-mem-step-code完成一轮简短的用户与助手对话后检查:
nmem t list --source step-code -n 5自动同步如何工作
一次模型运行结束后,Step Code 仍可能自动重试、压缩上下文或继续处理队列。插件会等待专门的 agent_settled 生命周期事件,在这些后续动作全部结束后再安排 Thread 写入;压缩前、切换会话前和退出时还会执行有边界的最终同步。
插件复用了 Pi 集成经过验证的增量同步引擎,但 Step Code 仍是独立来源。不要把 nowledge-mem-pi 当作 Step Code 插件安装,否则来源标识和历史目录都会不正确。
导入旧会话
自动同步从安装插件之后开始。导入更早的 Step Code 会话时,先预览:
nmem t sync --from step-code --limit 20确认后再执行:
nmem t sync --from step-code --apply默认读取 ~/.stepcode/agent/sessions,并识别 STEP_CODING_AGENT_SESSION_DIR 或 STEP_CODING_AGENT_DIR。自定义目录也可以显式传入 --session-dir。会话 ID 和消息 ID 保持稳定,重复执行会更新同一个 Thread,不会制造副本。
本地 App 与远程 Mem
使用本地 App 时不需要配置地址,只要保持 App 运行,并确认 nmem status 显示正常。
连接远程或 Cloud 时,在运行 Step Code 的机器上配置一次:
nmem config client set url https://your-server
nmem config client set api-key your-key
nmem status插件和历史导入会共用这份客户端配置。只有整个 Step Code 进程都属于同一个 Space 时才设置 NMEM_SPACE;NMEM_AGENT_ID 只用于长期稳定的 agent 身份,不要给普通临时会话随意设置。
排障
技能没有加载。 运行 step list,确认能看到 nowledge-mem-step-code,然后重启 Step Code。
完成的对话没有出现。 确认会话里同时有用户消息和助手回复,运行 nmem status;只在排障期间设置 NMEM_PLUGIN_DEBUG=1。
旧会话找不到。 请在真正保存 Step Code JSONL 文件的机器上运行预览命令。远程 Mem 服务器无法自行扫描这台机器的用户目录。
相关内容
Pi × Nowledge Mem
Bring your cross-tool knowledge into Pi, and share what you learn in Pi with every other tool.
Hermes Agent × Nowledge Mem
Native memory provider for Hermes v0.7.0+. Context Bundle loads at startup when available, relevant knowledge surfaces before every turn, and Hermes captures cleaned transcript turns into Mem threads.
