能够记住每个项目决策的 AI，从第一天到交付
项目管理产生了不断的决策、状态变化和上下文流，这些都是 AI 工具可以利用的——如果它们能够记住。MemoryLake 为项目团队提供了一个结构化的记忆层，捕捉完整的项目时间线，保存决策记录，并使每个团队成员在每个 AI 会话中都能获取机构项目知识。
记忆问题
一个项目持续六个月。做出了几十个决策——范围变化、技术权衡、利益相关者协议、截止日期变更。有些记录在会议记录中，有些在 Slack 线程中，有些则无处可寻。当新团队成员加入时，他们无法查询过去的决策——他们必须询问。当您的 AI 会话结束时，它会忘记您花了一个小时向其讲解的整个项目历史。
MemoryLake 的不同之处
可查询的项目时间线
—事件记忆将每个项目里程碑、决策点和状态变化存储为带时间戳的记录。您可以问您的 AI “三月份项目范围发生了什么变化？”并获得实际记录——而不是基于它部分可读的文档的猜测。
能够存活于团队变动中的决策记录
—对话记忆永久保存每个 AI 辅助的规划会议、回顾和决策线程。当团队成员离开时，他们的项目上下文不会随之消失。当新成员加入时，他们可以直接查询完整的决策历史。
共享团队记忆
—MemoryLake 工作区支持多个团队成员的基于角色的访问控制。项目经理、敏捷教练和交付负责人可以从同一个记忆池中工作——具有适当的访问级别——这样每个人的 AI 都在使用相同版本的项目历史。
永久免费 · 无需信用卡
工作原理
- 连接——通过 MCP 或 REST API 将 MemoryLake 与您的 AI 工具集成。连接到您现有的 Google Workspace 或 Office 365 项目文档。
- 结构化——项目里程碑和决策进入事件记忆并带有时间戳。规划会议记录进入对话记忆。重复的冲刺规划和审查过程作为可重用模板进入技能记忆。
- 重用——每个冲刺、每个站会、每个利益相关者更新都以您 AI 中已加载的完整项目历史开始。新团队成员直接查询相同的记忆。无需简报文档。
前后对比
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| Starting a planning session | Re-explain project history, decisions, and current status to AI | AI opens with full project context from Event and Conversation Memory |
| New team member joins mid-project | Write briefing docs, schedule context sessions, answer repeated questions | New member queries project memory directly for full decision history |
| Tracking a scope change | Manual documentation across multiple tools | Event Memory records the change with timestamp and linked conversation |
| Running a retrospective | Reconstruct what happened from memory and scattered notes | Query Conversation Memory for the full record of how the sprint actually unfolded |
适用对象
在规划、执行和回顾阶段使用 AI 的项目经理、敏捷教练和交付负责人，需要 AI 在每个会话中保持完整的项目上下文。对于时间线较长、频繁变更范围或团队流动性高的项目尤其有价值——这些情况下，机构项目知识最有可能丢失。
在你自己的账号上跑通这个场景
PMO 把六个项目的决策日志存进共享记忆，助手经 MemoryRouter 从中作答：「Project Atlas 的上线日定在哪天？」每次都答 11 月 16 日。然后有人问起 Project Beacon——财务部门的项目，PMO 从没跟踪过。只因名字陌生，MemoryRouter 就什么都不挂，模型自己作答，给出一个笃定的日期、供应商或预算；有时还把别的项目的日期安到 Beacon 头上。把名单文档（「我们只跟踪这六个项目」）放进同一个 boundary，只在它恰好被挂上时才管用。把名单存成事实、由应用读进提示词，所有题都答对；对名单做一次精确查询，在调用任何模型之前就能答出「不在跟踪范围」。
你会看到
- 六份决策日志与一份名单导入 MemoryLake；名单另用
fact add存成六条事实，fact list --query Beacon返回 0 条，而search对每道 Beacon 题照样返回三份日志 - 检查器（
router messages）显示，问到从未跟踪的项目时 MemoryRouter 挂上了什么：72 份里 44 份什么都没挂，13 份挂上了名单 - 8 道题、每题经
router chat --boundary（gpt-4o-mini）答 3 次、跑 10 次：问到四个从未跟踪的项目时，只有日志 120 个回答里 17 个答「不在跟踪范围」（100 个编造，全部是什么都没挂上的调用），加名单文档 120 个里 38 个，名单经fact list读进 system 提示词 120 个全对；对照题 360 个对 359 个 - 附
project、pmo子命令与本地 Web 界面，把名单查询与检索结果并排展示
需要: 一个 MemoryLake API key · memorylake CLI · Python 3.9+
运行
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/project-roster-memory export MEMORYLAKE_BASE_URL=https://app.memorylake.cn/openapi/memorylake export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
看它跑起来 · 真实录制，未剪辑
相关场景
常见问题
整个项目团队可以共享同一个记忆池吗？
整个项目团队可以共享同一个记忆池吗？
可以。MemoryLake 支持具有基于角色的访问控制的共享团队工作区。项目经理可以控制谁可以读取和写入特定的记忆集——这对于将敏感的预算或人员决策与一般项目历史分开非常有用。
这与 Jira 或 Asana 等项目管理工具有什么不同？
这与 Jira 或 Asana 等项目管理工具有什么不同？
MemoryLake 不是项目管理工具——它是 AI 的记忆层。它使您项目管理工具中的上下文可供您的 AI 访问，并保存 AI 辅助会话中发生的推理和决策，而您的 PM 工具永远不会捕捉到这部分内容。这两者是相辅相成的。
它是否与我的团队已经使用的 AI 工具兼容？
它是否与我的团队已经使用的 AI 工具兼容？
MemoryLake 与 ChatGPT、Claude、Gemini、Perplexity 以及任何可通过 API 访问的模型兼容。不同的团队成员可以使用不同的 AI 工具，仍然可以从相同的共享项目记忆中获取信息。