OneContext：AI 代理无缝统一上下文层

人工智能已不再是一次性对话。现代工作流包含一群代理——从聊天机器人、LLM 助手到自动化机器人——它们必须记住过去的交互和上下文，以提供高质量回复。OneContext 通过提供可自行管理的上下文层，解决了此痛点，该层可在任意数量的代理、设备或服务间共享。

什么是 OneContext？

• 统一上下文中心 – 一个可被任何代理加载的单一上下文存储。
• 轨迹记录 – 所有交互都会被记录，让你完整追溯代理如何达到当前状态。
• 跨平台 – 兼容 Node.js 与 Python。CLI 是一个轻量包装器，通过本地包将命令代理到 Python。
• Slack 集成 – 可通过 Slack 分享上下文，让合作者直接“与”上下文对话。
• 无服务费用 – 这是面向本地的库，直接在本地运行，无需云基础设施。

它是构建复杂 AI 流程、需要为所有代理提供单一真相来源的团队的缺失黏合剂。

快速开始

# 1️⃣ 全局安装 OneContext 包装器
npm i -g onecontext-ai

# 2️⃣ 验证安装
onecontext version

# 3️⃣ 启动上下文服务
onecontext

安装程序将使用你喜欢的 Python 包管理器（uv、pipx、pip3 或 pip）自动获取最新的 Python 包。请确认 PATH 中已包含 Node ≥16 和 Python 3.11+。

可用命令

在你的 AI 流水线中使用 OneContext

1. 记录会话 – 用 onecontext-ai record 包装代理调用，自动记录提示、完成及任何元数据。
2. 导出上下文 – 将历史导出到磁盘或发送到 Slack：

   onecontext export --format json > context.json
   onecontext slack --channel #ai-context
   

3. 加载上下文 – 在任何未来时间或不同机器上，只需导入上下文：

   onecontext import context.json
   

   代理将从停留的位置继续。
4. 实时共享 – 其他开发者可以通过 CLI 暴露的简单 REST 端点查询上下文。

此工作流将上下文变为活体文档，确保连续性、减少幻觉并提升团队协作。

关键功能概览

• 轨迹可视化 – onecontext visualize 命令生成交互时间线，适合调试。
• 上下文迁移 – 支持导入旧 Codex/Claude 会话。
• 多代理 – 不同代理可连接同一上下文，无需复制数据。
• 环境无关 – 兼容 Windows、macOS 和 Linux。
• 可扩展插件系统 – 未来版本将支持自定义上下文存储后端。

高级技巧

更新核心

若包装器不同步，运行：

onecontext doctor --fix-upgrade && onecontext update

修复损坏链接

npm rebuild onecontext-ai

不使用 Node 运行

底层 Python 包可直接使用：

python -m onecontext_ai run

社区与支持

• GitHub 仓库 – https://github.com/TheAgentContextLab/OneContext
• 问题与反馈 – 通过提交 Issue 或 PR 参与贡献。
• Slack – 邀请机器人加入工作区，使用 @OneContext 直接与上下文对话。

结论

OneContext 为 AI 代理开发带来了严谨的方法。通过集中管理上下文，团队能够更高效协作，降低冗余，保持清晰审计轨迹。无论你是在开发单个聊天机器人还是一个自治代理网络，OneContext 都为你提供了保持同步所需的支柱。立即试用，体验统一上下文如何改变你的 AI 开发方式。