开头：最烦的不是 AI 不会写代码，是每次都要重新讲一遍
用 Claude Code 写过稍大一点的项目的人，大概都经历过同一种疲惫：上一个会话里好不容易把项目结构、技术选型、那些“千万别动这里”的坑都交代清楚了，关掉窗口，第二天新开一个会话，AI 又像第一次见面一样问你这是什么项目、用的什么框架、之前做到哪一步了。你不得不把背景再讲一遍，把踩过的坑再提醒一遍，时间就这样耗在重复交代上。更麻烦的是，同一个项目并行做几个任务时，各个会话之间互不通气，今天在这个会话里定的方案，明天另一个会话可能又推倒重来。
这就是 Claude-Mem 要解决的痛点。它不是一个新的编程模型，也不是一个聊天机器人，而是一个为 Claude Code 等 AI 编程智能体做的跨会话长期记忆压缩系统：自动记录工具使用过程中的观察，生成语义摘要，等你下个会话开始时再自动注入进去。换句话说，它想让智能体“记得”你上次做到哪一步，而不是每次都从零开始。
这个项目在 2026-11-02 当日登上了 GitHub Trending 第 1 名，截至核实当天 star 数为 109,231、fork 数为 9,563，采用 Apache-2.0 许可证，仓库创建于 2025-08-31。能冲到这个量级，说明“智能体失忆”确实是很多开发者的共同痛点。
它是什么：一个挂在智能体身边的记忆层
Claude-Mem 的定位很清晰：它不替你写代码，而是替智能体“记事”。它的工作方式是监听智能体的工作过程，把工具调用、文件操作、关键决策这些观察记录下来，压缩成摘要，再按需要检索出来，交给下一个会话的智能体参考。开发者不需要在每次开会话时手动写长篇背景文档，记忆由系统在后台自动积累。
它的核心机制可以分成几层来理解。第一层是 5 个生命周期钩子，分别对应会话的不同阶段：SessionStart、UserPromptSubmit、PostToolUse、Summary/Stop、SessionEnd。会话开始时注入记忆，用户发消息时做处理，每次工具调用后记录观察，会话结束或做摘要时整理归档，整个过程是自动的，不需要你逐条手动保存。
第二层是本地 Worker 服务。这个服务由 Bun 管理，默认端口为 37700 + uid%100，负责在后台处理记忆的写入、摘要和检索。记忆数据存在本地的 SQLite 数据库里，包括会话、观察和摘要，并且用 FTS5 做全文检索；另外还有一个可选的 Chroma 向量索引，用来做语义检索。也就是说，记忆既可以按关键词查，也可以在开启向量索引后按语义查。
第三层是给智能体用的 MCP 搜索流程：search→timeline→get_observations。先搜索相关的记忆，再按时间线展开，最后拿到具体的观察记录。这个流程的好处是，智能体不需要把全部历史一股脑读进来，而是先定位、再展开、再取细节。README 里自述这套做法可省约 10 倍 token，这里要说明一句：这是项目自己的说法，不是第三方实测结论，实际节省幅度会随项目规模和使用方式变化，不要把它当成保证。
核心功能与亮点
- 跨会话不断线。上个会话的观察和摘要会在下个会话自动注入，项目背景、技术选型、做到哪一步，不用每次重新交代。这对长期维护一个项目、或者多任务并行的开发者最有价值。
- 钩子驱动，全程自动记录。5 个生命周期钩子覆盖会话开始、用户提交、工具调用后、摘要与停止、会话结束，记忆的产生不需要额外操作，写代码的过程本身就是积累过程。
- 本地存储 + 可选语义检索。SQLite 存会话、观察和摘要，FTS5 支持全文检索；Chroma 向量索引是可选项，需要语义检索时再开，不强制所有人上向量方案。
- 隐私上有明确开关。支持用 <private> 标签排除敏感内容，并有自动脱敏（auto-redaction）机制；截图功能默认关闭，需要手动开启才可用。记忆会记录工作痕迹，这一点项目本身没有回避，而是给了排除和脱敏的手段。
- 模式系统贴合不同工作状态。模式系统包含 code、chill、investigation 等，中文模式为 code–zh。想切换模式时，改 ~/.claude-mem/settings.json 里的 CLAUDE_MEM_MODE，重启后生效。写代码、轻松探索、深入调查，可以用不同的记忆策略对应。
截图导览
先说一句诚实的话：这个项目的 README 本身以文字与徽章为主，没有官方的界面演示图。所以本文下面只有一张可以核实的图片，另附一条公开统计页链接，不用无关图片冒充界面截图。如果你点进仓库，看到的主要也是文字说明和配置文档，这本身就是这个项目的真实面貌——它是一个后台记忆服务，不是带花哨界面的应用。
star 增长曲线请看公开统计页：Claude-Mem star-history 曲线（SVG 原图无法在本站正常转存，故以链接代替，不放破图）。
除了这张图与曲线链接，建议直接打开仓库的 README 和官方文档站，看钩子、安装方式和模式说明，那里的文字信息比任何截图都关键。
快速上手：照 README 的步骤来，别走偏门
安装方式有两种，按 README 写即可。最常用的是命令行安装：
npx claude-mem install另一种是在 Claude Code 内用插件方式安装：先执行 /plugin marketplace add thedotmack/claude-mem，再执行 /plugin install claude-mem，重启后生效。除了 Claude Code，README 还列出支持 OpenCode、Codex、Cursor、OpenClaw 等，用的不是 Claude Code 的读者可以先确认自己的工具在不在支持列表里。
系统要求也不复杂：需要 Node.js 20+，以及 Claude Code 或其他受支持的 IDE；Bun 和 uv 会自动安装，SQLite 3 是内置的，不用你单独装数据库。门槛真正需要注意的是记忆提供方，也就是“谁来生成摘要和做检索”的问题。安装后有几种选择：可选 claude-mem observer，有 30 天免费试用，到期后自动回落到 Anthropic 套餐；也可以用自己的 OpenRouter 或 Gemini key；或者直接用 Anthropic 套餐。这里要讲清楚：API key 不是一律必需，但选哪条路会影响成本和试用期，安装前先想好自己走哪条。
还有一个容易踩的坑，README 里特意提醒了：npm 全局安装只装 SDK，不注册钩子。所以不要以为 npm install -g 就装好了，必须用 npx 安装或插件方式，才能真正把钩子挂上去。装完重启一次，确认钩子生效，再开始正常用。
我的建议：值不值得试，先看你是哪类用户
适合谁：第一类是重度 Claude Code 或 OpenCode 用户，每天都在同一个项目里开多个会话，经常要重复交代背景的人，跨会话记忆能直接省下重复沟通的时间。第二类是多项目并行的开发者，不同项目之间来回切换，记忆系统能帮智能体更快找回每个项目的上下文，减少“串项目”的错误。如果你已经觉得“每次新会话都要重新讲一遍”很烦，那这个项目就是对着你的痛点来的。
不适合谁：偶尔才用一次 AI 编程工具、或者主要用 AI 聊天而不是写代码的用户，装一套记忆系统反而是负担，收益不明显。还有一类要格外谨慎：涉密项目在没有做好脱敏之前先别急着上。记忆会记录工作痕迹，虽然有 <private> 标签和自动脱敏，但涉密内容还是应该先在小范围确认脱敏效果，再决定是否全量使用。
值不值得试：我的结论是，符合上面“适合谁”描述的读者值得一试，理由有三点：第一，它解决的是真实存在的高频痛点，不是凭空造出来的需求；第二，安装和系统要求都不重，试用成本低，observer 还有 30 天免费试用可以先体验；第三，隐私开关和模式系统给了使用者控制权，不是“一装就全记”的黑盒。但同时要保持清醒：README 自述的 token 节省幅度只是项目说法，实际效果要自己试过才知道；10.9 万 star 说明关注度高，不等于它适合你的项目，先在小项目上跑一两个会话，确认记忆注入的质量，再决定是否长期用。
另外提醒一句与功能无关但容易混淆的事：CMEM 代币是第三方发行、作者认可的社区代币，与记忆功能本身无关，不要把代币涨跌当成功能背书。看项目就看代码、文档和实际使用效果，代币行情不应该影响你对一个记忆工具的判断。
链接
GitHub 仓库：https://github.com/thedotmack/claude-mem
官方文档：https://docs.claude-mem.ai/
