Mindful (Formerly Wexler) - Make Your Coding Agents Mindful of Your Taste

问题定位

随着 agentic AI 编程工具（如 Claude Code, Cursor, Copilot）的普及，选择日益增多，开发者面临着配置碎片化和迁移成本高的问题。每个工具都有自己的配置格式和存储位置，导致：

• 团队成员间难以保持编码规范和项目知识的一致性
• 切换到其他 AI 编程工具，需要重复配置相同的内容
• API 密钥等敏感信息散落在各处，管理困难且存在安全隐患

项目概述

Mindful 通过统一的配置源和自动化同步机制，将您精心维护的 AI 长期记忆、Subagents (Roles) 以及 MCP 配置，与特定 AI 工具解耦，实现"一次配置，多处使用"。

核心价值

• 配置统一化：解决配置碎片化问题，建立单一配置源，支持以下配置类型：
  1. AI 长期记忆
  2. Subagents (Roles)
  3. MCP
• 迁移零成本：在不同 AI 工具间自由切换，配置自动同步
• 团队知识共享：统一管理团队的编码规范和项目知识
• 密钥集中管理：API 密钥等敏感信息安全存储，一处配置多处使用

使用场景

团队协作模式

1. 维护 Mindful 源仓库：创建一个 Git 仓库作为 Mindful source，统一管理团队共享的知识和 AI 配置
2. 嵌入工作流：将 mindful apply 命令加入项目 Makefile，确保团队成员自动获取最新配置

Makefile 示例：

# 开发环境初始化
dev-init:
    go mod download
    mindful init --source=../team-mindful-configs
    mindful apply

# 更新 AI 配置
update-ai:
    cd ../team-mindful-configs && git pull
    mindful apply

个人使用模式

维护个人的 Mindful 配置目录，在多个项目间复用配置，轻松切换不同的 AI 工具。

命令设计

1. 初始化（init）

mindful init
mindful init --source=/path/to/mindful-configs

在项目目录初始化，创建 mindful.yaml 配置文件。

2. 导入（import）

mindful import
mindful import --tool=claude

扫描当前 AI 工具配置，提取 MCP 配置并存储到 BoltDB。

3. 应用（apply）

mindful apply
mindful apply --tool=cursor

将 Mindful 管理的配置应用到各 AI 工具：

• 生成/更新配置文件
• 注入 MCP 配置和 API 密钥

4. 列表（list）

mindful list
mindful list --mcp

如何安装

make install

目录结构

Mindful 源目录

$MINDFUL_DIR/                    # 团队共享的配置源
├── memory.mdc                  # 通用记忆配置
├── subagent/                   # Subagent/Role 配置
│   ├── code-reviewer.mdc
│   ├── test-writer.mdc
│   └── architect.mdc
└── mindful.db                   # BoltDB（API密钥等敏感信息）

用户项目目录（apply 后）

project/
├── mindful.yaml                 # Mindful 项目配置
├── CLAUDE.md                   # Claude Code 配置
├── .claude/
│   └── agents/
│       └── *.mindful.md
├── .cursor/
│   └── rules/
│       └── *.mindful.mdc
└── .mcp.json                   # MCP 配置

项目结构

本仓库目录，省略。

配置文件映射

1. 通用记忆（General Memory）

Mindful 源	Claude Code	Cursor
memory.mdc	CLAUDE.md（二级标题标识）	.cursor/rules/general.mindful.mdc

2. Subagent/Role 配置

Mindful 源	Claude Code	Cursor
subagent/code-reviewer.mdc	.claude/agents/code-reviewer.mindful.md	.cursor/rules/code-reviewer.mindful.mdc

3. MCP 配置

Mindful 源	Claude Code	Cursor
mindful.db	.mcp.json（upsert）	.cursor/mcp.json

项目配置文件（mindful.yaml）

version: 1.0
source: /Users/alice/team-mindful-configs    # 本地文件系统路径
tools:
  - claude
  - cursor

MCP 配置管理

存储方案

考虑到黑客松时间限制，采用简化的安全方案：

• 使用 BoltDB 存储完整 MCP 配置
• API Key 等敏感信息使用 base64 编码
• 文件权限设为 0600

Apply 时的 Upsert 逻辑

1. 读取现有 .mcp.json
2. 从 BoltDB 解码 Mindful 管理的配置
3. 合并配置（Mindful 优先）
4. 写回 .mcp.json

未来扩展计划

1. Phase 2（配置增强）
   • 远程 Git 源支持
   • 更方便智能地导入现有 AI 配置
2. Phase 3（工具扩展）
   • 支持更多 AI 编程工具（GitHub Copilot, Windsurf）
   • Web UI 管理界面
3. Phase 4（企业特性）
   • 针对 MCP API key 等敏感数据做加密存储（如 AES-256）

A Proposal：我们应如何管理 AI 长期记忆？

核心理念/最佳实践

• 所有长期记忆/上下文都不应与具体工具耦合，记忆应该只按 scope 分类管理，实现一处定义，随处使用
• 具体 AI 配置文件都应加入 .gitignore，因为它们都将是 mindful 生成文件，人们只需要维护和迭代记忆本身

Scope 分类体系

1. scope: team

跨项目共享的整体规范和 subagent，团队成员维护一个 git 仓库作为 mindful source。

• 长期记忆
  • 源：mindful_source/memory.mdc
  • 目标：
    • Claude Code: project_dir/CLAUDE.md#'Mindful Memory (scope: team)'
• subagent
  • 源：mindful_source/subagent/*.mdc
  • 目标：
    • Claude Code: project_dir/.claude/agents/
• MCP

2. scope: project

属于当前仓库的业务知识编码规范等，。

• 长期记忆
  • 源：开发者维护 project_dir/memory.mdc
  • 目标：
    • Claude Code: project_dir/CLAUDE.md#'Mindful Memory (scope: project)'
• subagent
• MCP

3. scope: user

• 长期记忆
  • 源：用户个人维护的 ~/.mindful/memory.mdc
  • 目标：
    • Claude Code: project_dir/CLAUDE.md#'Mindful Memory (scope: user)'
• subagent
• MCP