推荐个插件【SpecStory】cursor用的本地历史记录，再问下有没有反重力的相关插件

[Mr_Meng (Mango)]

Open VSX Registry

这个插件是 curser 的本地 ai 会话历史自动记录的插件

问下神通广大的佬们，反重力 ide 有没有类似的插件，我想每周都出一个会话总结

* 让 ChatGPT 写了个插件说明：（写的真垃圾）*

 **1) 解决的问题：AI 对话不落地、不可追溯、难复用 **

 SpecStory 的定位是 “AI Chat History Management System”：它会把你与 AI 编程助手（包括 Cursor、GitHub Copilot）的对话进行 ** 持续捕获、组织与保存 **，并以 ** 结构化 Markdown** 的形式落地到项目目录中，形成可检索、可版本管理的对话历史。

 **2) 核心能力（你装完就能用的）**

 * ** 自动保存（Auto-save）**：监听对话事件，自动把聊天记录写入本地文件。
 * ** 手动保存 / 导出（Manual save /export）** ：用户触发保存选定对话，便于归档或分享。
 * ** 本地存储目录约定 **：对话历史会保存到项目下的 .specstory/history/（Markdown 文件）。

 **3) 进阶能力（可选、通常需要显式开启 / 登录 / 授权）**

 * ** 对话分享 **：可将部分对话生成分享链接（文档中提到通过 share.specstory.com 这类 URL 进行分享，后端存储使用 Cloudflare R2）。
 * **AI 规则 / 指令派生（Rules Derivation）**：基于对话与偏好生成 “助手规则”，并写入如 .cursor/rules/derived-rules.mdc 或 .github/copilot-instructions.md 等位置，用于让助手更 “贴合项目习惯”。

 ## ** 为什么推荐使用这个插件（推荐理由）**

 **1) 把 “AI 对话” 变成可审计、可复盘的工程资产 **

 对话落地为 Markdown，并进入项目目录 / 版本管理体系后，你能做到：问题怎么定位的、方案怎么推导的、为什么这样改 —— 都有证据链。这对多人协作、交接、以及需要过程留痕的团队很有价值。

 **2) 让团队知识沉淀更自然：对话即文档 **

 很多团队 “写文档难”，但 “跟 AI 聊天很勤”。SpecStory 相当于把聊天自动转成可长期沉淀的文本资产，后续检索 / 复用的成本显著下降（尤其是重复问题、规范解释、脚手架代码生成等）。

 **3) 默认本地化的使用路径更适合内网 / 合规场景 **

 只用自动保存 / 手动保存时可以离线运行，不必把对话内容上传到第三方系统；而需要分享、规则派生时再选择性启用，风险与收益可控。

 **4) “规则派生” 能减少反复解释，让 AI 更一致 **

 当你反复纠正助手风格、框架约束、目录规范时，规则派生能把这些偏好写成规则文件，提升后续对话的一致性与效率（尤其多人共用同一套工程规范时）。

[Mr_Meng (Mango)]