引言“记忆是智能的基石——能让 AI 在多次对话后仍记得你的项目才是真正的助手。”这是一天一个开源项目系列的第21篇文章。今天带你了解的项目是Claude-Mem英文名 Claude-Mem。使用 Claude Code 写代码时每次新会话都是一张「白纸」它不记得你上回改过哪段逻辑、修过哪个 Bug、项目里有哪些约定。Claude-Mem正是为解决这一问题而生它自动捕获会话中的工具使用与观察用 AI 做语义压缩与摘要并在新会话中按需注入让 Claude 在多次会话、甚至断线重连后仍能保持对项目的连续认知。你将学到什么Claude-Mem 的核心价值跨会话持久记忆与渐进式披露5 个生命周期钩子与 Worker 服务、SQLite、Chroma 的协作方式MCP 搜索工具的三层工作流search → timeline → get_observations与约 10 倍 token 节省如何安装、配置以及在 Claude Code / OpenClaw 中使用与同类「AI 记忆」方案的对比与选型要点前置知识对 Claude Code或 Claude Desktop 代码编辑有基本使用经验了解插件 / 钩子hooks的概念对 SQLite、向量检索RAG有粗浅认识更佳非必需项目背景项目简介Claude-Mem是一款面向Claude Code的插件实现「持久化记忆压缩系统」。它会自动记录 Claude 在编码会话中的工具调用与观察结果经 AI 摘要与压缩后存入本地并在新会话启动或进行中将相关上下文按需注入从而让 Claude 在跨会话、跨设备重连后仍能延续对当前项目的理解。项目解决的核心问题Claude Code 默认无跨会话记忆每次新会话都要重新介绍项目长会话的完整历史占用大量 token成本高且容易超限缺乏「按需加载」的语义检索无法精准召回与当前任务相关的历史开发者希望 AI 能记住项目约定、已修复的 Bug、API 用法等而无需每次手动粘贴面向的用户群体长期用 Claude Code 做项目开发的开发者需要 AI 记住项目上下文、减少重复说明的团队对 AI 记忆、RAG、上下文工程感兴趣的技术人员使用 OpenClaw 等网关并希望统一记忆能力的用户作者/团队介绍作者Alex Newmanthedotmack版权Copyright © 2025 Alex Newman技术栈TypeScript 为主约 81.9%辅以 JavaScript、Shell、HTML基于 Claude Agent SDK 构建生态提供官方文档站 docs.claude-mem.ai、Discord、X Claude_Memory 等项目数据⭐GitHub Stars: 27.7kForks: 1.9k版本: v10.0.62026年2月以 GitHub Releases 为准License: GNU Affero General Public License v3.0 (AGPL-3.0)ragtime/目录单独采用 PolyForm Noncommercial 1.0.0官网/文档: claude-mem.ai / docs.claude-mem.ai社区: GitHub Issues、Discord、X Claude_Memory主要功能核心作用Claude-Mem 的核心作用是为 Claude Code 提供跨会话的持久记忆与按需上下文注入自动捕获通过生命周期钩子捕获会话中的工具使用与观察如读文件、执行命令、编辑结果等AI 压缩与摘要使用 Claude通过 agent-sdk对观察做语义摘要与压缩控制存储与检索成本持久存储将会话、观察、摘要写入 SQLite并用 Chroma 做向量检索支持混合搜索按需注入在新会话或会话中根据当前任务将相关记忆注入到 Claude 的上下文中渐进式披露先返回轻量索引如 ID 列表再按需拉取详情显著节省 token约 10 倍量级使用场景多会话连续开发今天修 Bug、明天加功能Claude 仍记得之前的改动与约定换一台机器或重连后无需重新口述项目结构项目约定与知识沉淀记住「API 必须带 X-API-Key」「数据库用 SQLite、表结构在 xxx」通过save_memory主动保存关键信息供后续会话检索Bug 与变更追溯用自然语言搜索历史如「 authentication 相关修复」结合 timeline 看前后操作通过观察 ID 在 Web Viewer 或 API 中查看完整内容与引用团队或网关统一记忆OpenClaw在 OpenClaw 网关上安装 Claude-Mem为多用户或多会话提供统一的持久记忆能力上下文工程与成本控制用渐进式披露策略控制注入的 token 量在「记得住」和「不爆上下文」之间取得平衡快速开始在 Claude Code 新会话中执行# 添加插件市场源/plugin marketplaceaddthedotmack/claude-mem# 安装插件/plugininstallclaude-mem安装完成后重启 Claude Code之后新会话会自动带上过往会话的相关记忆。OpenClaw 一键安装在 OpenClaw 网关上curl-fsSL https://install.cmem.ai/openclaw.sh|bash安装器会处理依赖、插件配置、AI 提供商配置、Worker 启动以及可选的 Telegram/Discord/Slack 等实时观察流。核心特性持久记忆Persistent Memory上下文跨会话保留新会话自动获得与当前项目/任务相关的历史摘要渐进式披露Progressive Disclosure分层记忆检索先拿紧凑索引约 50–100 tokens/条再按 ID 拉取完整观察约 500–1000 tokens/条显著降低 token 消耗基于 Skill 的搜索mem-search使用自然语言查询项目历史支持与 Claude Desktop 对话中直接搜记忆Web Viewer UI实时记忆流与检索界面http://localhost:37777可查看观察、引用与设置隐私控制使用private标签包裹的内容不会进入存储适合密钥、密码等敏感信息上下文配置通过~/.claude-mem/settings.json精细控制注入内容与行为模型、端口、数据目录、日志级别等引用与溯源观察带 ID可通过http://localhost:37777/api/observation/{id}或 Web Viewer 查看原文与引用Beta 能力如 Endless Mode更长会话的生物启发式记忆架构可在 Web Viewer → Settings 中切换稳定版/ Beta 版项目优势对比项Claude-Mem纯手贴历史/规则文件其他记忆类插件若存在跨会话记忆自动、按需注入需每次手动粘贴视实现而定Token 使用渐进式披露约 10 倍节省整段粘贴易超限视实现而定检索方式语义 关键词混合Chroma无多为关键词或简单向量与 Claude Code深度集成钩子 MCP无集成集成深度不一隐私private排除完全本地控制需看是否本地为什么选择 Claude-Mem专为 Claude Code 设计与会话生命周期和 MCP 工具链深度结合文档与架构清晰生命周期钩子、Worker、DB、Search 均有说明便于理解和二次开发开源、活跃27k Stars社区与迭代可持续支持 OpenClaw 等网关便于团队或网关级部署项目详细剖析架构概览Claude-Mem 由几条主线组成钩子采集 → Worker 服务 → 存储与检索 → 注入与搜索。生命周期钩子51在关键时机执行脚本把「发生了什么」交给 WorkerSessionStart会话开始可做初始化或加载上次摘要UserPromptSubmit用户提交提示前后PostToolUse每次工具调用之后提交观察工具名、输入输出等Stop会话被用户停止SessionEnd会话正常结束另有一个Smart Install预检查脚本依赖等不属于上述生命周期但会在安装/启动流程中跑。Worker 服务常驻 HTTP 服务默认端口37777由Bun管理。提供Web Viewer记忆流、观察列表、设置约 10 个搜索/写入相关 API如搜索、按 ID 取观察、写记忆等与钩子、MCP 工具之间的桥梁SQLite 数据库存会话、观察、摘要等结构化数据并可用 FTS5 做全文检索支撑关键词路径。Chroma 向量库存嵌入做语义检索与 SQLite 结合形成混合搜索关键词 语义提高召回质量。mem-search Skill对用户/Claude 暴露「用自然语言搜记忆」的能力内部走 MCP 工具并遵循渐进式披露先索引后详情。MCP 工具供 Claude 在对话中主动查记忆、写记忆并严格按「search → timeline → get_observations」三层流程控制 token。三层检索工作流MCP Search Tools为节省 tokenClaude-Mem 把「搜记忆」拆成三步只对真正需要的观察拉取全文search用自然语言或关键词在记忆索引里搜返回紧凑列表含 ID、类型、时间、摘要等约 50–100 tokens/条。timeline围绕某个观察或某次查询按时间顺序取前后上下文仍然是相对紧凑的时序视图便于判断「要不要展开」。get_observations根据上两步筛出的ID 列表批量拉取完整观察内容约 500–1000 tokens/条。只在确定相关后才调用从而在整体上实现约 10 倍 token 节省。此外save_memory主动写入一条记忆如 API 约定、项目决策参与后续语义检索。__IMPORTANT工作流说明常驻对 Claude 可见引导其按三层流程使用避免一次性拉取大量全文。示例逻辑示意非直接可执行代码// 1. 先搜索引 search(queryauthentication bug, typebugfix, limit10) // 2. 看时间线可选 timeline(observation_id123) // 3. 只取需要的 ID 的全文 get_observations(ids[123, 456]) // 手动记一条 save_memory(textAPI requires auth header X-API-Key, titleAPI Auth)配置与扩展配置~/.claude-mem/settings.json可配置 AI 模型、Worker 端口、数据目录、日志级别、注入策略等。扩展钩子脚本可自定义以适配特殊环境或采集需求。文档中有 Hooks Reference、Architecture Overview、Search Architecture 等便于做二次开发或与自有系统对接。系统要求与依赖Node.js18.0.0Claude Code支持插件的最新版本BunWorker 与进程管理缺则自动安装uv向量搜索相关 Python 依赖缺则自动安装SQLite 3本地持久化通常已内置项目地址与资源官方资源GitHub: github.com/thedotmack/claude-mem相关资源OpenClaw 集成指南网关部署与实时观察流Progressive Disclosure上下文与 token 优化思路Context EngineeringAI 智能体上下文优化原则适用人群日常使用 Claude Code 的开发者希望减少重复说明、让 AI 记住项目与决策团队或网关管理员在 OpenClaw 等环境中统一提供持久记忆能力对 AI 记忆、RAG、上下文工程感兴趣的人可学习其钩子设计、混合检索与渐进式披露实现需要引用与审计的团队通过观察 ID 与 Web Viewer 追溯「AI 当时看到了什么」欢迎来我中的个人主页找到更多有用的知识和有趣的产品