在这里插入图片描述

每次用 Claude 写代码,都要重新交代一遍项目背景?“我们用的是 React”、“认证模块改过了”、“数据库是 PostgreSQL”……说了八百遍,它还是忘。

今天聊一个 GitHub 59K 星的项目——claude-mem,两行命令装上,AI 从此拥有永久记忆。


它到底干了什么?

装之前:Claude 像一个每天早上都失忆的实习生,每次开会都要你重新介绍项目。

装之后:Claude 变成一个一直坐在你对面的搭档,昨天讨论了什么、改了哪些文件、踩了什么坑——它全记得。

而且你什么都不用做,它后台自动记。


为什么 AI 会失忆?

两个原因:

1. 大模型没有"记忆细胞"

ChatGPT、Claude 这些模型,本质上就是一个"超级计算器"——你说一句,它算一句,说完就忘。它本身不带任何存储功能。

2. 记忆空间很快就满了

Claude 的上下文窗口大约能装 15 万字。听起来很多?但你让它读几个文件、改几段代码、跑几次命令,大约 50 次操作就把空间塞满了。

超过之后,最前面的内容会被挤出去,AI 就开始"忘记"你最初说的东西。


claude-mem 怎么解决的?

用一个生活中的比喻你就明白了:

传统方式 = 每次开会都把之前所有会议录音从头放一遍

claude-mem = 会后自动写一份会议纪要,下次开会直接看摘要

它做了三件事:

第一步:自动"偷听"你和 AI 的对话

claude-mem 在后台悄悄监听 Claude 的每一次操作——你让它读了什么文件、改了什么代码、修了什么 Bug、你给了什么指令,全部自动记录。

这一步完全不需要你动手

第二步:AI 自动"写摘要"

记录下来的原始数据太大了(一次操作可能产生几千字),claude-mem 用 AI 把它们压缩成精炼的摘要。

举个例子:

  • 原始数据:「读取了 auth.ts 第 47-231 行,发现 JWT 验证逻辑中 token 过期检查缺少 refresh 机制……」(2000 字)
  • 压缩后:「auth.ts 的 JWT 验证缺少 refresh token 机制,是一个待修复项」(50 字)

压缩比达到 10 倍到 100 倍。

第三步:需要的时候"精准回忆"

当你在新会话里问问题时,claude-mem 不是把所有历史记忆一股脑塞给 AI(那样太浪费),而是像搜索引擎一样按需调取

  1. 先搜摘要目录(快,省空间)
  2. 觉得哪条相关,再展开看详情
  3. 只把相关内容喂给 AI

效果:Token 消耗降低 90%。


用起来是什么感觉?

安装超简单

只需要两行命令:

/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem

重启 Claude Code,搞定。

日常使用对比

没装的时候:

你:帮我继续做权限管理模块
Claude:好的,请问这是什么项目?用的什么技术栈?权限管理要做到什么程度?
你:(开始长篇大论解释……)

装了之后:

你:帮我继续做权限管理模块
Claude:好的,上次我们做到了角色分配功能,还剩导出权限没做完。我现在继续。

直接接得上话,不用再解释背景。

还能"时光机搜索"

你可以用自然语言搜索历史记忆:

  • “之前那个登录 Bug 怎么修的来着?”
  • “上周讨论的数据库方案是什么?”
  • “auth.ts 这个文件改过几次?”

搜到的结果支持分层展开——先看摘要,感兴趣再展开细节,不浪费 Token。

自带可视化面板

浏览器打开 http://localhost:37777,能看到一个实时"记忆流":

  • Claude 做了什么操作,按时间线排列
  • 哪些 Bug 修了,哪些功能加了,一目了然
  • 支持搜索、过滤、暗黑模式

隐私安全吗?

claude-mem 的所有数据存在你自己的电脑上~/.claude-mem/ 文件夹),不上传任何云端。

如果你的代码里有 API Key 等敏感信息,加个标签就行:

<private>API_KEY=sk-xxxxx</private>

被这个标签包裹的内容不会被记录到记忆里。当前会话中 AI 还能用它来工作,但下次新开会时,这条信息就从记忆中消失了。


还有几个厉害的功能

Endless Mode:无限续航

普通 Claude Code 大约 50 次操作就"记满了",之后就开始遗忘。claude-mem 的 Endless Mode 把记忆分了两层:

  • 热记忆:当前正在用的精简摘要(占空间小)
  • 冷存储:完整的原始操作记录(存在硬盘上)

效果:理论上可以连续操作几百次甚至更多,真正做到"无限续航"。

多模型压缩

做摘要的 AI 引擎可以选:

引擎 特点
Claude(默认) 摘要质量最高
Gemini 免费额度多,省钱
OpenRouter 支持多种模型切换

预算有限的话选 Gemini,完全够用。


有什么不足?

客观说几个缺点:

  1. 只能配合 Claude Code 用:核心功能依赖 Claude Code 的接口,Cursor、Windsurf 等暂时用不了
  2. AI 压缩要花钱:每次操作都要用 AI 写摘要,长期使用 API 费用会增加(但可以选免费的 Gemini)
  3. 新项目需要"磨合":第一次用没有历史记忆,跟没用一样,得用几次才能积累起来
  4. 隐私标签要记得加:忘了加 <private>,敏感信息可能被记录下来

一张图总结原理

你和 Claude 正常写代码
        │
        ▼
 claude-mem 在后台自动监听
 (读文件、改代码、跑命令……全部记录)
        │
        ▼
 AI 自动把原始数据压缩成精炼摘要
 (2000字 → 50字,压缩10~100倍)
        │
        ▼
 存到你电脑本地数据库
 (SQLite + 向量搜索,数据不出你的电脑)
        │
        ▼
 下次新开会话,自动注入相关记忆
 Claude 直接"接得上话"

最后说两句

claude-mem 解决的是 Claude Code 一个特定产品的记忆问题,但它背后的思路很通用:

让 AI 记住你,不是靠塞更多数据,而是靠存更精、取更准。

不管是办公自动化、智能客服、还是个人 AI 助手,"记忆"都是 AI 从工具变成伙伴的关键一步。这个方向,未来一定会出更多好东西。


项目信息

项目 信息
GitHub thedotmack/claude-mem
Stars 59K+
开源协议 AGPL-3.0
支持平台 Windows / macOS / Linux
安装难度 两行命令,零配置

觉得有用的话,点赞、收藏、转发三连。下期继续拆解 GitHub 热门项目。

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐