来自 meng shao（@shao__meng）的推文线程

[開源推薦] Claude-Mem: 為Claude Code 設計的持久化記憶壓縮系統 來自@Claude_Memory，透過智慧壓縮和本地存儲，能夠記住先前的程式設計操作、決策和上下文，賦予AI 跨會話的長期記憶能力並降低Token 消耗，基於@trychroma 向量資料庫。 核心價值：解決「失憶」問題通常情況下，當你結束與AI 的對話或重啟終端後，AI 會失去先前所有的上下文。在長期開發專案中，這意味著你每次都需要重複向AI 解釋專案背景、技術堆疊選擇或先前的程式碼變更。 Claude-mem 的作用： · 持久化記憶：它會自動記錄你在Claude Code 中的操作軌跡。 · 自動回憶：當你開啟新會話時，它會自動將先前的關鍵資訊（如已修復的Bug、專案結構變更、使用者偏好）「注入」到新的上下文中。 · 無感運作：這一切都在後台自動完成，不需要使用者手動維護記憶檔案。 主要功能特性· 智慧壓縮與摘要：它不是簡單地保存所有聊天記錄（那樣會迅速消耗Token 配額），而是利用Claude Agent SDK 對操作進行語義壓縮。它會將冗長的工具呼叫日誌轉化為精簡的“語義摘要”，只保留核心資訊。 · 跨會話情境注入：新會話開始時，它會智慧檢索並載入相關的歷史記憶，讓Claude 能夠無縫接續工作。 · 自然語言搜尋能力：你可以直接問Claude：“我們上次做到了哪裡？”或“之前那個Bug 是怎麼修的？”，它會透過內建的搜尋技能從記憶庫中提取答案。 · 視覺化管理介面：提供了一個本地Web UI（通常在localhost:37777），讓你像瀏覽時間軸一樣查看AI 的記憶流，直觀地看到它記住了什麼。 技術原理專案採用了一種模組化的架構來實現記憶的「讀」與「寫」： · 捕捉（Hooks）：利用Claude Code 的生命週期鉤子，監聽每一次工具呼叫（如讀寫檔案、執行指令）。 · 處理（Worker）：一個後台Worker 程序會接收這些數據，並使用AI 模型進行分析和總結。 · 儲存（SQLite）：處理後的資料存入本地的SQLite 資料庫，支援高效率的全文檢索。 · 檢索（Injection）：在使用者開啟新任務時，系統會根據目前上下文，自動從資料庫中調取最相關的資訊並餵給Claude。 為什麼它很重要？ · 節省Token 和金錢：透過壓縮記憶，避免了重複發送大量的歷史對話，直接降低了API 呼叫成本（每次啟動可節省約2000+ token）。 · 提升開發效率：開發者不再需要充當“複讀機”，AI 能更快進入狀態，像一個真正熟悉專案的同事一樣工作。 · 隱私與在地化：記憶資料儲存在本地，使用者擁有完全的控制權，可以透過配置過濾敏感資訊（如API Key）。 開源位址：