Claude-Mem：給 Claude Code 加上跨會話長期記憶

Fri, 01 May 2026 03:01:02 +0800

Claude-Mem 是一個給 Claude Code 使用的持久化記憶系統。

它想解決的問題很具體：AI 編程助手每次開新會話時，往往會忘記之前討論過的架構決策、踩過的坑、專案偏好和實作背景。
如果一個專案做得久，每次都重新解釋上下文，非常浪費時間。

Claude-Mem 的思路是：把 Claude Code 的會話內容壓縮成記憶，存進本地資料庫和向量庫，之後再透過搜尋工具找回來。

它解決什麼問題

Claude Code 很適合處理程式碼任務，但會話上下文畢竟有限。

常見痛點包括：

新會話不知道舊會話做過什麼
專案裡的設計決策需要反覆解釋
曾經排查過的問題容易重複踩
長期任務缺少連續記憶
多次對話之間很難沉澱專案知識

Claude-Mem 就是圍繞這些問題設計的。

它不是簡單保存聊天記錄，而是把會話壓縮成更容易檢索的記憶片段。這樣後續需要時，可以透過語義搜尋把相關上下文找回來。

工作方式

從 README 的設計看，Claude-Mem 主要由幾部分組成。

第一部分是 hooks。

它會接入 Claude Code 的會話流程，在合適的時機捕獲會話資料。

第二部分是後台 worker。

worker 負責把原始會話內容處理成更短、更可檢索的記憶。

第三部分是本地儲存。

專案使用 SQLite 保存結構化元資料，用 Chroma 保存向量索引。這樣既能保留會話記錄的基本資訊，也能支援語義檢索。

第四部分是 mem-search。

這是給 Claude Code 使用的查詢入口。需要找回舊上下文時，可以透過它搜尋相關記憶。

整體流程可以理解為：

Claude Code 會話產生內容
hooks 捕獲會話資料
worker 非同步壓縮和整理
記憶寫入 SQLite 與 Chroma
後續透過 mem-search 檢索

適合什麼場景

Claude-Mem 適合長期專案，而不是一次性小任務。

比如：

一個倉庫持續開發很多天
程式碼結構複雜，背景說明很多
需要記住專案約定、命名習慣和架構選擇
經常讓 Claude Code 修 Bug、寫功能、整理文件
希望 AI 能記住「之前為什麼這麼改」

如果你只是臨時讓 Claude Code 改一行程式碼，長期記憶意義不大。
但如果你把 Claude Code 當作長期協作者，它就會變得有用。

安裝和啟動

README 中給出的安裝方式很直接：

1
2

npm install -g claude-mem
claude-mem install

啟動時可以使用：

`1`	`claude-mem start`

查看狀態：

`1`	`claude-mem status`

如果需要停止：

`1`	`claude-mem stop`

這些命令背後的目標，是把記憶系統作為一個長期執行的本地服務接到 Claude Code 工作流裡。

`mem-search` 怎麼用

mem-search 是找回記憶的關鍵入口。

它的用途不是替代普通搜尋，而是讓 Claude Code 能按語義查詢過去會話中的內容。

比如你可以讓 Claude Code 查詢：

某個模組之前為什麼這樣設計
某個 Bug 當時怎麼排查
專案裡約定的命名規則
之前討論過的技術取捨
某次重構的背景原因

這種查詢和簡單關鍵字搜尋不同。
如果記憶壓縮和向量索引做得好，即使你不記得原話，也能找回相近語義的內容。

和普通專案文件有什麼區別

專案文件適合記錄穩定結論。

比如：

架構說明
部署流程
API 約定
資料庫結構
開發規範

Claude-Mem 更適合記錄會話過程中產生的上下文。

比如：

為什麼某個方案被放棄
某個臨時問題怎麼繞過
某個實作背後的討論過程
還沒來得及寫進文件的專案偏好
多次對話裡積累出的任務背景

兩者不是互相替代。
比較好的方式是：穩定知識寫進專案文件，過程性上下文交給記憶系統輔助檢索。

使用時要注意什麼

第一，長期記憶不是越多越好。

如果所有對話都無差別保存，後續檢索可能會變得嘈雜。真正有價值的是專案決策、實作背景、問題排查和長期偏好。

第二，記憶不能替代程式碼和文件。

AI 搜到的舊上下文只能作為參考。最終判斷仍然要看目前程式碼、測試結果和最新需求。

第三，隱私和本地資料要注意。

既然它會保存會話內容，就要清楚哪些專案適合接入，哪些敏感資訊不應該進入對話。

第四，記憶系統需要維護。

隨著專案推進，舊記憶可能過時。過時的上下文如果被誤用，反而會誤導後續任務。

為什麼這類工具值得關注

AI 編程工具正在從「單次問答」走向「長期協作」。

單次問答裡，模型只要回答目前問題就夠了。
長期協作裡，它需要知道專案歷史、之前的決策、團隊偏好和已經踩過的坑。

Claude-Mem 這類工具的意義就在這裡：它把「記住上下文」從臨時聊天能力，變成一個可以安裝、執行、檢索的本地系統。

對真實工程專案來說，這比單純讓模型上下文窗口變長更實用。
因為很多資訊不是一次性塞進上下文就好，而是需要在合適的時候被找回來。

適合誰嘗試

如果你符合下面幾種情況，可以考慮試試：

高頻使用 Claude Code
經常跨天處理同一個專案
專案上下文比較複雜
經常需要向 AI 重複解釋背景
想把會話裡的經驗沉澱下來

如果你只是偶爾使用 Claude Code，或者專案很小，暫時不一定需要這類系統。

參考

thedotmack/claude-mem

最後一句

Claude-Mem 的重點不是「保存聊天記錄」，而是讓 Claude Code 能在後續任務裡找回有用上下文。

當 AI 編程從一次性任務變成長期專案協作，記憶系統會越來越重要。
它不能替代文件和測試，但可以減少重複解釋，讓 AI 更像一個了解專案歷史的助手。

長期記憶 on KnightLi的博客