企业官网建设流程全解析

Claude Code 干到一半，关掉会话，换 Codex 进同一个目录——新会话对昨天改过的接口、踩过的坑一无所知，ai-memory 就是冲这件事来的。它把会话归档成一份 Markdown 项目 wiki，自带的只读/web界面是整套系统里唯一不烧 Token 的入口。TaoToken 的 Key 和 Base URL 先在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=web_viewer 拿齐。

很多人在装完 ai-memory 之后，第一反应是把所有助手钩子接满、把所有 LLM 能力打开，结果发现账单在涨、页面在合并、矛盾检测在跑，自己却连项目里到底存了哪些记忆都没看过一眼。这其实是顺序装反了。ai-memory 的分层很清楚：采集与浏览是零成本的，只有摘要生成、页面合并、矛盾检测这些"写作"动作才会打模型 API。而/web这个只读界面，正好落在零成本那一侧。

下文按"先看、再配、后排障"的顺序走一遍：怎么把/web打开、项目树长什么样、全文检索和 Markdown 渲染各自能做到哪一步、TaoToken 的 Key 应该填进哪一层 provider、Codex 的config.toml和 Claude Code 的settings.json分别怎么写、以及摘要在哪一步才开始消耗 Token。

1. 只读 /web 是 ai-memory 唯一不烧 Token 的入口

先把 ai-memory 的能力拆成三层，后面所有配置都围绕这个分层展开。

第一层是采集层。会话里的提示词、工具调用、会话起止边界，由 native hook 在本地落进队列。这一步不需要任何模型，也不需要 API Key，纯本地字符串处理和路径规则判断。敏感内容在进入本地队列之前就被拦截掉，仓库内可以声明忽略规则让匹配路径的事件直接丢弃，也可以反过来配置成只在有标记的文件里采集。

第二层是索引与浏览层。采集到的观察会写进 SQLite，配合 FTS5 做全文检索，同时保留显式声明的实体和实体之间的图邻域。这一层同样不调模型，检索退化成关键词 + 实体匹配。/web就挂在这一层上，提供项目树浏览、全文检索和 Markdown 渲染三个只读视图。

第三层才是写作层。生成会话摘要、把零散页面合并成连贯条目、检测两条记忆之间是否矛盾、自动改进既有页面——这些动作需要模型参与，是 Token 真正被消耗的地方。不接 provider 的时候，摘要由规则生成，能力弱一点但流程能跑通；接入 provider 之后，这一层才被激活。

把这三层摆开，结论就很直接：你随便刷/web、随便全文检索、随便点开 wiki 页面看 Markdown，都不会产生任何模型调用。真正要花钱的是"会话结束时生成那段交接说明"和"后台把几天积累的碎片合并成页面"这两类批处理动作。

所以正确的接入节奏是：先把/web跑起来确认记忆确实在积累，再决定要不要给写作层接上模型。而不是反过来，一上来就把 LLM provider 配好，然后对着一个自己没看过的知识库付账单。

2. 把服务跑起来：/web 访问路径与项目树的一次实拍

ai-memory 本体是一个常驻服务，装好之后再把各个助手接上来。安装方式任选其一，零 LLM 模式下都不需要 API Key。

Docker 是最省事的路径。先把 CLI 包装脚本装到本机，它负责把HOME挂进容器，并在本机转发status、bootstrap这类命令。然后启动服务，默认只绑本地回环：

# 启动常驻服务，只监听 127.0.0.1，单用户笔记本上外部连不进来 docker run -d --name ai-memory \ --restart unless-stopped \ -p 127.0.0.1:8765:8765 \ -v "$HOME/.ai-memory:/data" \ -v "$PWD:/workspace" \ ai-memory:latest # 确认服务状态与真实监听端口（端口以这里的输出为准） ai-memory status

macOS 走原生二进制。从 Releases 页下载ai-memory-macos-aarch64.tar.gz（Apple 芯片）或ai-memory-macos-x86_64.tar.gz，解压后把ai-memory放进PATH，然后初始化：

tar -xzf ai-memory-macos-aarch64.tar.gz sudo mv ai-memory /usr/local/bin/ ai-memory init ai-memory status

Linux / WSL2 同理。Arch 用户可以直接装 AUR 包；其他发行版下载ai-memory-linux-x86_64放到/usr/local/bin再初始化。Windows 目前建议走 WSL2 复用 Linux 路径，原生ai-memory.exe还在实验阶段。

访问/web。服务起来之后，浏览器打开：

http://127.0.0.1:8765/web

端口号不要照抄，以ai-memory status打印的实际监听地址为准。如果你的 Docker 命令里绑的是别的宿主端口，就换成那个。

项目树一次实拍（文字版截图说明）。打开/web之后，左侧是一棵按项目分组的树。根节点是项目身份，每个项目按 git 仓库根映射到独立目录，用稳定的 UUID 做分组键——同一个仓库的不同 worktree 共享同一个项目身份，不会因为开了个新分支就分裂成两棵树。展开根节点，下面是 wiki 页面清单，每页对应一个 Markdown 文件：交接说明、会话摘要、决策页、项目规则页各自成节点，文件名带 git 版本号。右侧是页面正文区，Markdown 的标题层级、列表、代码块、表格都会渲染出来，链接可以点，不会给你看一堆裸语法。

一个容易被忽略的细节：重命名项目只涉及一条字段更新，删除项目直接rm -rf对应目录，不影响其他项目。这棵树的隔离粒度就是"一个 git 仓库"，不是"一个用户"也不是"一台机器"。

3. 项目树、全文检索、Markdown 渲染：/web 里三件事的边界

/web是只读的，这一点必须先说清楚，否则很容易期待错方向。

它能做的三件事：

浏览项目树——看清这个项目里到底沉淀了哪些页、每页什么时候写的、最近一次改动是哪次会话带出来的。这是排查"记忆有没有在长"最直接的窗口。

全文检索——输入关键词，走 FTS5 加实体匹配，把相关的决策页、规则页、摘要页捞出来。检索是跨会话的，所以你能用"我们当时为什么选 Postgres"这种自然语言描述去查，而不需要记得当时那句话被存进了哪个文件。

Markdown 渲染——页面本身就是普通 Markdown，放进 git 仓库，能用grep直接搜、能拖进 Obsidian 当笔记看、能用rsync备份。/web只是给这些文件套了一层浏览器里的阅读视图，不改写内容。

它不能做的：

不能在/web里编辑记忆。想新增一条长期保留的笔记，正确做法是在会话里告诉助手"把这条记成项目规则"，让它写一页带 git 版本号的 wiki 页，之后这条会一直出现在检索结果里，直到你主动修改。

不能在/web里触发摘要生成或页面合并。这些是写作层的动作，由会话结束钩子或后台流程触发，/web只负责展示结果。

检索排序的解释在哪看。每条结果为什么排在这个位置，是有依据的，但这个开关在 CLI 侧。用ai-memory search --help看当前版本的确切参数名，比照着一篇旧博客的参数硬敲要靠谱——这个项目的 CLI 还在快速迭代，参数名变动不算少见。

记忆是证据，不是指令。这点官方文档写得很直白：检索返回的页面内容不具备权威效力。它能告诉你"上次是怎么想的"，但不能替代你读现在的代码、跑现在的测试。落地之前以当前代码库为准。比较稳的用法是把历史记忆和活的结构化代码工具放在一起用——LSP 告诉你符号现在定义在哪，记忆告诉你当初为什么这么定义，两者各管一段。

4. 摘要层才消耗 Token：TaoToken Key 填入 provider 的完整对照

现在进入真正要配 Key 的环节。再强调一次边界：这一节的配置只影响写作层，不影响/web浏览。如果你只是想先看看/web长什么样，这一节可以整段跳过，服务照样跑，采集照样进行，检索照样能用。

第一步，去官网拿 Key。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=web_viewer ，在控制台里创建 API Key。创建好之后把 Key 存成环境变量，不要硬编码进配置文件：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

第二步，记住 Base URL。工具配置里填的是：

https://taotoken.net/api

注意这个地址不要在后面拼 UTM 参数，UTM 是给网页链接用的，API 请求带上会污染签名和路由。

第三步，把 Key 填进 ai-memory 自己的 provider。ai-memory 的写作层要调模型，走的是它自己的 provider 配置。Docker 方式启动时直接追加环境变量：

docker run -d --name ai-memory \ --restart unless-stopped \ -p 127.0.0.1:8765:8765 \ -v "$HOME/.ai-memory:/data" \ -v "$PWD:/workspace" \ -e AI_MEMORY_LLM_PROVIDER=anthropic \ -e ANTHROPIC_BASE_URL=https://taotoken.net/api \ -e ANTHROPIC_API_KEY=YOUR_API_KEY \ ai-memory:latest

原生二进制安装的话，把这几个变量写进 shell 的 profile 或者 systemd 的Environment=，重启服务后同样生效。

第四步，确认写作层真的被激活。跑一次会话，正常提问、正常调用工具，然后结束会话，回到/web看有没有新的交接说明页出现。出现了，说明摘要链路通了；没出现，先去看第 6 节的排障清单，不要急着改配置。

一个常见误区：把"浏览不耗 Token"和"接不接模型"混为一谈。不接 provider 时，钩子照常采集，检索退化成 FTS5 加显式实体与图邻域，摘要由规则生成。这套组合在只查历史决策、只看项目规则这两个场景下已经够用。什么时候必须接模型？当你要跨会话做页面合并、想让它自动发现两条记忆互相矛盾、或者希望摘要读起来像人写的段落而不是规则拼出来的条目——这时候再接。

5. Codex 的 config.toml 与 CC Switch 三件套：跨工具共用一份记忆

ai-memory 覆盖的工具已经不少：Claude Code、Codex、OpenCode、Cursor、Gemini CLI、Devin、Kiro、Grok Build CLI、Kimi Code，以及只走 MCP 的 Zed 和 VS Code Copilot。

这里要分清两套完全不同的配置：一套是 ai-memory 自己的 provider 配置（上一节），另一套是各个编程助手自己的模型供应商配置。两者互不相干，但都指向同一个 Base URL。别把 Claude Code 的ANTHROPIC_*变量抄到 Codex 的配置文件里，那样是不会生效的。

Claude Code 侧，用settings.json配。把供应商指向 TaoToken：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "<在 TaoToken 模型对话页选定的模型 id>" } }

ANTHROPIC_AUTH_TOKEN和ANTHROPIC_API_KEY在不同版本里认的名字不完全一致，如果其中一个不生效，换成另一个再试。模型 id 别猜，去模型对话页复制。

Codex 侧，用config.toml配。注意这里不能用ANTHROPIC_*系列变量，Codex 走的是它自己的 provider 表：

model_provider = "taotoken" model = "<你选定的模型 id>" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api/v1" env_key = "TAOTOKEN_API_KEY"

base_url具体要不要带/v1后缀，以你控制台里显示的调用地址为准，两种写法在不同版本里都出现过。env_key指向的是本地环境变量名，不是 Key 本身，所以先在 shell 里把TAOTOKEN_API_KEY导出去。

CC Switch 三件套。如果你同时在 Claude Code、Codex、Cursor 之间来回切，手动改配置文件会疯。CC Switch 这类切换器的作用就是把配置抽象成三个槽位，一次填好：

• 供应商槽：base_url填https://taotoken.net/api，名称随便写，比如taotoken。
• 密钥槽：填YOUR_API_KEY，对应到各工具时分别映射成ANTHROPIC_AUTH_TOKEN或TOKOKEN_API_KEY。
• 模型槽：填你在模型对话页选定的模型 id，Claude Code 和 Codex 可以各存一份。

三个槽位填完之后，切换工具只需要换当前激活的供应商条目，不用再动各个工具的原始配置文件。这样做的额外好处是：所有工具的模型调用都指向同一个 Base URL，配额和用量在一个地方看得清，不会出现"Claude Code 走 A 供应商、Codex 走 B 供应商、月底对不上账"的情况。

把助手接上 ai-memory。这一步和上面的模型配置无关，是让助手把会话写进记忆库。基本是两行命令的事，换工具时把 client / agent 名字换掉即可。接完之后正常开会话，每次提示和工具调用就会自动落进 ai-memory。

一个必须记住的例外：Codex、Grok 这类工具没有真正意义上的"会话结束"钩子，靠自动触发是收不了尾的。这类情况下手动跑一次ai-memory finalize-session，把这段会话封口，摘要才会进写作层的队列。

6. 排障清单：/web 打不开、项目树空、摘要有延迟

/web打不开。先看服务是不是真在跑：ai-memory status。再确认宿主端口映射和实际监听端口一致——Docker 命令里写了-p 127.0.0.1:8765:8765，浏览器就得开8765。如果是在远程机器上跑，绑回环意味着本机以外访问不到，这是刻意设计的默认值，不是 bug。

项目树是空的。三种可能。一是当前目录不在一个 git 仓库根下，ai-memory 按仓库根做项目映射，找不到 git 根就没有项目身份。二是助手钩子没接上，会话内容根本没进采集队列。三是接上了但会话里没有产生任何被收录的观察——检查一下仓库内的忽略规则有没有写得太宽，把所有路径都排除了。

有采集但没摘要。先确认会话是真的结束了。有钩子的工具会自己收尾，Codex、Grok 这类得手动ai-memory finalize-session。其次确认写作层是否激活：没配 provider 的时候摘要由规则生成，本来就不会出现"像人写的段落"那种效果，这是预期行为，不是坏了。

摘要生成报 401 / 403。九成是 Base URL 或 Key 的问题。检查三件事：ANTHROPIC_BASE_URL是不是https://taotoken.net/api、有没有误把 UTM 参数拼到 API 地址后面、YOUR_API_KEY有没有被 shell 转义吃掉。Docker 场景下还要确认-e传进去的变量在容器内可见。

/web里看到的和代码不一致。这是正常现象，不是 bug。记忆是历史快照，代码是当前事实。以代码为准，用记忆解释"当初为什么这么写"。

想给老项目补记忆。项目已经写了几个月才接进来，跑一次ai-memory bootstrap，它会读 git log、README、docs 和模块头，把既有历史总结成种子页面，后续会话在这个基础上继续累积。这一步会走一遍写作层，是少数几个"主动消耗 Token"的操作，心里有个数就行。

7. 一条最短可复现链路：bootstrap → 会话 → /web 复核

把上面的内容压成一条从零到跑通的路径，照着做一遍，半小时内应该能看到结果。

第 1 步，拿到 Key 和 Base URL。去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=web_viewer 创建 Key，记下 Base URLhttps://taotoken.net/api。这一步只做一次。

第 2 步，起服务。用第 2 节的 Docker 命令把 ai-memory 跑起来，先不加任何AI_MEMORY_LLM_PROVIDER环境变量。目的是先验证采集和浏览这条零成本链路是通的。

第 3 步，把助手接上。在你的主力工具里执行接入命令，client 名字换成你实际用的那个。然后正常开一个会话，随便问几个和项目相关的问题，让工具调用发生几次。

第 4 步，收口。有会话结束钩子的工具退出即可；没有的手动跑ai-memory finalize-session。

第 5 步，打开/web复核。访问http://127.0.0.1:8765/web，左侧项目树里应该出现你这个仓库对应的节点，展开后能看到刚生成的摘要页或交接说明页。点开一页，确认 Markdown 渲染正常、git 版本号在、内容没有把敏感路径写进去。

第 6 步，补历史（可选）。如果这是个有历史的项目，跑一次ai-memory bootstrap。

第 7 步，接写作层。到这一步再回到第 4 节，把 provider 环境变量加上，重启服务。之后新会话的摘要质量会明显不同——从规则拼接变成连贯段落，页面合并和矛盾检测也会开始工作。这一刻起，Token 开始被消耗，消耗方是摘要生成和页面合并，不是你刷/web这个动作。

第 8 步，把供应商配置统一。按第 5 节把 Claude Code 的settings.json、Codex 的config.toml、以及 CC Switch 的三件套都指向同一个 Base URL。这样无论你切到哪个助手，模型调用和记忆写入都走同一条链路，用量在控制台里是合并可见的。

8. 什么时候该把记忆接上 TaoToken

回到最开始那个问题：ai-memory 解决的是一件很实在的事——你在一个项目上花掉的上下文，不该因为关掉一个会话窗口就蒸发。它没把这件事包装成新概念，核心就是一句话：把每次会话整理成 Markdown，放进一个 git 仓库，下一个助手来取。

而/web是这个仓库的窗户。它的价值在于把"记忆到底长成什么样"这件事变成肉眼可见的：项目树告你有几页、全文检索告你能查到什么、Markdown 渲染告你写得清不清楚。这三件事全都不花 Token，所以没有任何理由不先打开看一眼。

真正需要想清楚的是写作层。什么时候值得为摘要和页面合并付费？大致是三种情况：你确实会在多个助手之间来回切换，交接说明的质量直接影响你重述背景的时间成本；项目跨度长，决策页积累到几十条之后人工已经理不清；团队里有人要接手，需要一份能 grep、能时间回溯、能审计的历史记录。

不满足这三条的时候，零 LLM 模式跑着就行，检索退化成 FTS5 加实体匹配，摘要由规则生成，流程照样闭环。

要付出的代价也得说清楚：得常驻一个服务、装几个钩子、给写作层配一次 Key。它不是装上就忘的工具，更像项目里多养了一个需要偶尔打理的小部件。值不值，取决于你打算在这个项目上待多久。

准备把写作层接起来的话，按顺序走这几步：先在 模型对话 里选定要用于摘要生成的模型，再去 Coding Plan 确认配额够不够页面合并这类批处理动作开销，然后到 API Keys 创建 Key 并替换掉配置里的YOUR_API_KEY，最后照着 Claude Code 文档 把settings.json和config.toml两套配置写完整。四步走完，/web负责看，写作层负责写，边界就清楚了。