Claude Mem 是什么？一套给 Claude Code 做“长期记忆”的插件系统

这两天我认真看了 banghards/claude-mem 这个仓库，结论很直接：

它不是一个“给 Claude 多塞一点 prompt”的小脚本，而是一整套围绕 Claude Code 做长期记忆压缩、检索和回注的插件系统。

如果你平时只是偶尔让 Claude 改一两个文件，可能还感受不到它的价值。

但只要你开始把 Claude Code 用在连续几天、连续几周、甚至跨多个项目的工作里，很快就会遇到一个问题：

会话能结束，项目不会结束。

Claude 在当前对话里理解了你的目录结构、命名习惯、任务进度、改动背景，但新会话一开，这些上下文很容易又掉回“重新介绍一遍”的状态。

Claude Mem 想解决的，就是这一层断裂。

先用一句话说清楚 Claude Mem 在做什么

按照仓库 README 的描述，它的核心思路是：

• 自动捕获 Claude Code 在编码过程中的工具使用和观察结果
• 把这些信息压缩成语义化摘要
• 在未来会话里按相关性把上下文重新注入回来

换句话说，它不是“把聊天记录原样保存”，而是做了一层长期记忆压缩系统。

这点很重要。

因为真正影响使用体验的，不是“记得越多越好”，而是：

能不能把真正有价值的项目经验留下来，并在下一次需要时准确拿回来。

它到底有哪些核心功能

从仓库主页和文档目录来看，Claude Mem 的功能并不只是“记忆”这一个词那么简单，它至少包含了下面几块。

1. 跨会话持久记忆

这是它最核心的卖点。

仓库把它描述成 Persistent Memory，也就是上下文不会随着当前会话结束而消失。

适合保存的内容包括：

• 项目结构和模块关系
• 之前已经踩过的坑
• 某些功能为什么这么设计
• 哪些文件不要乱动
• 团队里反复出现的约定

这类信息如果每次都靠手动重新解释，成本其实很高。

2. Progressive Disclosure

这是我觉得它比很多“记忆插件”更成熟的一点。

它不是粗暴地把所有历史内容一股脑塞回上下文，而是走分层回注。

仓库把这件事叫 Progressive Disclosure，可以理解成：

• 先给少量高相关的记忆
• 再根据任务需要继续展开
• 同时尽量可见 token 成本

这比“全量塞回去”更像一个可长期运行的工程方案。

3. mem-search 技能搜索

Claude Mem 不只是自动回忆，还提供了搜索能力。

仓库里把它描述成 Skill-Based Search，也就是通过 mem-search 这类 skill，用自然语言查项目历史。

这意味着它不只是“后台自动工作”，还可以在你明确有需要时主动查：

• 之前谁改过这块逻辑
• 某个功能的旧方案是什么
• 某段决策当时为什么这么做

4. 本地 Web Viewer

这个点很实用。

仓库里提到它会提供一个本地 Web Viewer UI，默认地址是 http://localhost:37777。

也就是说，你不是只能“相信它记住了”，而是可以直接打开本地界面看：

• 当前记忆流
• observation 数据
• 引文 ID
• 某些搜索结果

这类可视化对调试长期记忆系统特别重要。

5. 隐私控制和上下文注入配置

这套系统不是一股脑把所有内容都收进去。

仓库明确提到两个我觉得很关键的控制点：

• 可以用 <private> 标签排除敏感内容
• 可以细粒度配置哪些上下文会被注入

这意味着它并不只是“记得更多”，而是允许你决定：

哪些东西值得记，哪些东西不该被长期保存。

6. 引文和可追溯性

仓库里还提到 Citations，也就是过去的 observation 可以带着 ID 被引用。

对一个真正想用于工程场景的记忆系统来说，这个能力很值钱。

因为一旦 AI 说“我记得之前这样做过”，你总得能追问一句：

你是从哪条历史里得出这个结论的？

它是怎么工作的

从仓库 README 和文档目录能看出，这套系统已经不是一个简单的脚本，而是一套相对完整的运行架构。

官方概述里提到的核心组件包括：

• 多个生命周期 Hook
• 一个预检查安装逻辑
• 一个由 Bun 管理的 Worker Service
• 本地 SQLite 数据库
• mem-search 技能
• Chroma 向量数据库，用来做混合检索

这套结构说明了两件事。

第一，它并不是把所有工作都塞进 Claude 本体里做。

第二，它把“记忆采集、压缩、检索、展示、回注”拆成了不同组件。

这才是比较像工程系统的做法。

如果用更通俗的话说，大概是这样：

1. Claude Code 在工作时通过 hook 记录关键观察
2. Worker 把这些观察整理进本地数据库
3. 需要时通过关键词 + 语义检索找回相关历史
4. 再把高相关信息压缩后喂回未来会话

所以，Claude Mem 真正做的不是“替 Claude 增加一点缓存”，而是：

在 Claude Code 外面搭了一个长期记忆运行层。

它适合什么样的使用环境

如果只看 README 的“Quick Start”和 package.json，它的使用环境其实已经很清楚了。

1. 主要面向 Claude Code

仓库标题本身就把它定义成 Persistent memory compression system built for Claude Code。

也就是说，它最核心的使用场景还是：

• 你在本地长期使用 Claude Code
• 会持续在同一个项目里开发
• 希望跨会话延续项目上下文

如果你只是网页端随便聊两句，它的价值不会完全发挥出来。

2. 也支持 Gemini CLI、OpenCode、OpenClaw

README 里给了几种安装方式：

• npx claude-mem install
• npx claude-mem install --ide gemini-cli
• npx claude-mem install --ide opencode
• OpenClaw 的一键安装脚本

这说明它不是只绑定单一入口，而是在往“多 Agent CLI 环境复用记忆层”这个方向走。

3. 运行时环境要求

从 package.json 可以直接看到它要求：

• Node >= 18
• Bun >= 1

这意味着它更适合下面这类环境：

• 本地开发机
• 熟悉命令行的工程师环境
• 能接受本地服务和数据库常驻的使用方式

它不是那种“纯浏览器插件、零环境依赖”的产品形态。

4. 更适合重度用户，而不是浅尝型用户

我会把适合人群概括成这几类：

• 长时间用 Claude Code 做开发的人
• 需要跨多天推进复杂任务的人
• 希望把项目经验逐渐沉淀下来的人
• 对 AI 可追溯性和上下文质量有要求的人

反过来说，如果你只是偶尔让 Claude 改个文案、看个单文件 bug，这套系统可能显得有点重。

它和普通“聊天记忆”插件最大的区别

很多人第一次看这类项目，会误以为它只是“把历史会话记下来”。

但我觉得 Claude Mem 更像是在做三件事的组合：

• 采集
• 压缩
• 检索式回注

这比简单保存 transcript 更接近生产可用方案。

因为真正难的地方不是“存下来”，而是：

• 存什么
• 怎么压缩
• 什么时候取
• 取多少

如果只做第一步，系统很快就会变成“上下文垃圾场”。

而 Claude Mem 之所以值得写一篇文章，恰恰是因为它已经开始认真处理后面三步。

安装时最值得注意的一点

README 里有一个很容易被忽略、但实际上非常关键的提醒：

npm install -g claude-mem 安装的是 SDK / library，不会自动把插件 hook 和 worker 服务都装好。

真正推荐的方式是：

• 用 npx claude-mem install
• 或者在 Claude Code 里走 /plugin 安装

这说明它不是一个单文件 CLI，而是一个需要正确注册插件机制和后台服务的系统。

很多人如果按普通 npm 包的直觉去装，第一步就会装偏。

我怎么评价这个项目

如果只从“功能列表”看，它已经很强。

但我更看重的是它体现出来的方法论：

1. 它承认长期记忆不能靠大模型原生解决

也就是说，它没有幻想“模型本身变强就能自动记住一切”，而是老老实实做外部系统。

这很工程。

2. 它在意 token 成本和上下文污染

Progressive Disclosure 这类设计说明作者不是只想做“能跑”的 demo，而是在考虑长期使用成本。

3. 它把可追溯性和可视化也放进来了

本地 Web Viewer、引用 ID、搜索接口，这些东西会让系统更像产品，而不是黑盒。

一句话总结

如果你想要的是一句最短结论，我会这么说：

Claude Mem 是一个围绕 Claude Code 构建的长期记忆插件系统，它通过 hook、worker、本地数据库和检索回注机制，让 Claude 在新会话里尽量“记得”项目真正重要的上下文。

它最适合的不是轻量聊天场景，而是：

本地、长期、连续、多任务、重度依赖 Claude Code 的开发环境。

如果你已经开始把 Claude Code 当成日常协作对象，而不只是临时问答工具，那这个项目非常值得你认真看一遍。