让 Claude 记住你每一次对话：AI 代理的「长期记忆引擎」来了

你是否曾为 Claude 在新会话中“失忆”而困扰？刚聊完项目架构，重启后又要重新解释背景；刚教它一套代码规范，下次提问却全然不记得——这并非模型能力不足，而是缺少真正的「上下文延续机制」。Claude-Mem 正是为此而生：它不是简单的聊天记录保存工具，而是一套专为 AI 代理设计的、具备语义压缩与智能召回能力的持久化记忆系统。它自动捕获你在 Claude Code、Copilot、Gemini 等平台中的操作行为，用 AI 提炼关键信息，并在后续会话中精准注入相关记忆，让 AI 第一次真正拥有了可积累、可检索、可进化的“工作记忆”。

核心功能

跨会话自动记忆留存：解决“每次重启都从零开始”的痛点。无论你关闭 VS Code、切换设备，还是数天后再次打开项目，Claude-Mem 都能将上一次会话中你调用的命令、查看的文件、修改的函数逻辑等行为自动存入本地数据库，并在新会话启动时主动加载关联上下文。
AI 驱动的语义压缩：避免传统日志堆砌导致的上下文爆炸。它不原样保存数千行对话，而是调用轻量级嵌入模型（如 sentence-transformers）对交互内容进行向量化摘要，再通过 LLM 生成高信息密度的自然语言摘要（例如：“用户在 backend/src/utils/ 中重构了 authMiddleware，移除了 JWT 硬编码，改用 config.env 加载密钥”），大幅降低 token 占用同时保留语义本质。
多平台无缝兼容：解决“一个记忆系统只服务单一工具”的割裂问题。官方明确支持 Claude Code、OpenClaw、Codex、Gemini、Hermes、GitHub Copilot、OpenCode 等主流 AI 编程助手，只需统一安装插件或 SDK，无需为每个工具单独配置记忆模块。
基于 RAG 的精准上下文注入：告别“把所有历史都塞给模型”的低效做法。当用户提出新问题（如“为什么登录接口返回 401？”），Claude-Mem 会实时在本地 ChromaDB 或 SQLite 向量库中执行相似度搜索，仅提取与当前文件路径、函数名、错误关键词最相关的 3–5 条记忆片段，并以结构化提示（REMEMBERED_CONTEXT:）注入系统消息，确保上下文高度相关且可控。
开发者友好的本地存储与隐私保障：解决云端记忆带来的数据合规风险。所有记忆默认存储于你本地机器（支持 SQLite 轻量模式或 ChromaDB 向量数据库），不上传任何原始代码、对话或项目敏感信息到第三方服务器，符合企业内网开发、金融/政务等强监管场景需求。
细粒度记忆控制与人工修正：避免“AI 自作主张记错”的尴尬。提供 CLI 工具（claude-mem list/claude-mem delete --id xxx）和 VS Code 扩展面板，允许开发者手动查看、编辑、删除特定记忆条目；支持为关键记忆添加标签（#auth, #debug-401）并按标签筛选，实现人机协同的记忆治理。
开箱即用的多语言文档与社区支持：降低中文用户学习门槛。项目 README 提供完整简体中文文档（docs/i18n/README.zh.md），涵盖安装、配置、故障排查全流程；社区已自发维护中文使用指南与典型场景模板（如“React + TypeScript 项目记忆配置最佳实践”），新手 10 分钟即可跑通首例。

技术亮点

双模存储引擎设计：底层同时支持 SQLite（零依赖、适合个人开发者快速启动）与 ChromaDB（支持高维向量检索、适合复杂项目多维度记忆关联），开发者可通过 MEMORY_ENGINE=sqlite 或 MEMORY_ENGINE=chromadb 环境变量一键切换，无需修改业务代码。
轻量级嵌入+LLM 摘要流水线：区别于直接调用昂贵大模型做全文总结，Claude-Mem 默认采用本地运行的 all-MiniLM-L6-v2 嵌入模型（仅 ~80MB）完成向量化，再结合可配置的 LLM（支持 Anthropic、Ollama、OpenRouter 等）生成摘要，平衡性能、成本与效果。
MCP（Model Context Protocol）搜索工具集成：深度适配新兴的 AI 工具互操作标准，在 mcp-search-tools 模块中提供标准化接口，使记忆检索能力可被其他符合 MCP 规范的代理（如 LangChain Agent、LlamaIndex 工具链）直接复用，避免重复造轮子。
无侵入式 SDK 架构：通过封装 @claude-agent-sdk/core 提供统一 API（saveObservation(), recallContext()），各平台插件（如 Claude Code 插件）仅需几行代码接入，不修改原有工具核心逻辑，极大提升可维护性与升级兼容性。
渐进式上下文注入策略：非简单拼接历史，而是根据当前会话活跃文件、光标位置、用户提问关键词动态计算记忆权重，优先注入同目录、同模块、同错误类型的上下文，实测将无关上下文干扰降低 73%（基于项目 Benchmarks 数据集）。

适合哪些人用

本工具特别适合以下三类中文开发者：

AI 编程重度使用者：每天用 Claude Code 审查 PR、生成单元测试、重构遗留代码的工程师。例如：某前端团队用 Claude-Mem 记录“所有 React 组件的 PropTypes 校验规则变更”，当新人提交含 any 类型的组件时，Claude 自动提醒“请参照 /src/lib/types.ts 中的严格类型约定”，实现知识沉淀自动化。
多项目并行的独立开发者：同时维护开源库、客户定制项目、个人实验项目的自由职业者。Claude-Mem 为每个项目建立独立记忆空间，切换 Git 分支即自动加载对应记忆，彻底告别“在 A 项目教过的东西，B 项目里还要重讲一遍”的低效循环。
企业内部 AI 工具平台建设者：需要为内部 Copilot 或自研 AI 助手赋予记忆能力的技术负责人。Claude-Mem 的 Apache-2.0 协议允许商用，本地部署特性满足信创要求，其模块化设计（memory-engine / search-tools / sdk）便于与企业现有认证、审计、日志系统集成。

快速上手

以 VS Code + Claude Code 为例，5 分钟完成部署：

安装 VS Code 扩展：Claude-Mem Extension（微软应用商店）

在项目根目录创建 .claude-mem.json 配置文件：

{
  "engine": "sqlite",
  "embeddingModel": "all-MiniLM-L6-v2",
  "llmProvider": "anthropic",
  "contextWindowSize": 1200,
  "autoRecall": true
}

重启 VS Code，打开任意代码文件，首次调用 Claude 时会自动初始化本地数据库
验证记忆：执行 Ctrl+Shift+P → Claude-Mem: Show Memory Stats 查看已存记忆条目数

进阶用户可运行 CLI 管理记忆：npx claude-mem-cli list --limit 5 或 npx claude-mem-cli recall --query "如何修复 AuthGuard 类型错误"

同类对比 / 注意事项

vs Mem0 / SuperMemory：Claude-Mem 更聚焦编程场景，原生支持文件路径感知、代码变更检测等工程化能力；而 Mem0 通用性强但需大量定制才能适配 IDE；SuperMemory 依赖云端服务，不符合国内企业离线部署要求。
vs 传统 RAG 工具（LlamaIndex）：Claude-Mem 不是文档问答工具，而是会话级记忆引擎——它记住的是“你做了什么”，而非“文档里写了什么”。二者可互补：用 LlamaIndex 管理公司文档库，用 Claude-Mem 管理你的个人开发轨迹。
注意事项：首次启用时建议关闭 autoRecall，手动检查前 3 条记忆摘要是否准确；SQLite 模式下单库建议不超过 5000 条记忆（超量时切换 ChromaDB）；若使用 Ollama 本地 LLM，请确保模型支持 system 消息角色（推荐 llama3:8b 或 qwen2:7b）。