TL;DR
Claude Code 原生没有跨会话记忆。Claude-Mem 解决了这个问题。现在,它有中文版了。
项目地址:https://github.com/cfrs2005/claude-mem
一、问题:AI 的”金鱼记忆”
用过 Claude Code 的人都知道一个痛点:
每次新会话,AI 都是一张白纸。
昨天你花了两小时教它理解项目架构。今天打开,它全忘了。
这不是 Bug,是设计。大模型本身没有持久化存储。每次对话都是独立的。
就像和一个失忆症患者合作——能力很强,但每天都要重新自我介绍。
二、方案:给 AI 配一本日记
Claude-Mem 的思路很简单:
既然 AI 没有记忆,就给它造一个。
它做了三件事:
- 自动记录:每次对话的关键信息,自动存入本地数据库
- 智能压缩:不是存原文,而是提取要点,节省空间
- 按需召回:新会话开始时,自动加载相关上下文
类比:给 AI 配了一本日记本。每天写日记,需要时翻阅。

三、为什么要中文版
原版 Claude-Mem 是英文的。
对于中文开发者来说,有几个问题:
- 提示词是英文:AI 的记忆摘要、搜索结果都是英文输出
- 文档是英文:安装配置要啃英文 README
- 调试信息是英文:出问题时看日志很痛苦
中文版解决了这些:
- 所有提示词汉化,记忆摘要用中文生成
- 完整中文文档
- 中文日志输出
对中文用户更友好。
四、安装指南
4.1 前置条件
- Node.js 18.0.0+
- Claude Code 最新版
- SQLite 3
4.2 安装步骤
第一步:安装原版插件
在 Claude Code 中执行:
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
重启 Claude Code。
第二步:克隆中文版
git clone https://github.com/cfrs2005/claude-mem.git
cd claude-mem
npm install
第三步:编译并同步
npm run build-and-sync
这一条命令完成:编译 → 同步到插件目录 → 重启服务。
完成。
五、使用场景
场景一:项目上下文保持
你在开发一个复杂项目。
没有 Claude-Mem:每次都要重新解释项目结构、技术栈、代码规范。
有了 Claude-Mem:AI 记得你的项目,直接进入工作状态。
场景二:知识积累
你教会 AI 一些特定领域知识。
没有 Claude-Mem:下次全忘。
有了 Claude-Mem:知识持久化,越用越聪明。
场景三:工作流延续
昨天调试到一半,今天继续。
没有 Claude-Mem:从头开始。
有了 Claude-Mem:AI 知道昨天做到哪了。
六、技术原理
Claude-Mem 的核心是一个本地 SQLite 数据库。
写入流程:
1. 对话结束时,触发记忆压缩
2. 提取关键信息(决策、发现、错误、代码变更)
3. 生成结构化摘要
4. 存入本地数据库
读取流程:
1. 新会话开始
2. 根据当前项目/上下文,检索相关记忆
3. 注入到系统提示词
4. AI 获得”记忆”
隐私保障:
– 所有数据存在本地
– 不上传任何服务器
– 你完全控制自己的数据
七、与原版的区别
| 特性 | 原版 | 中文版 |
|---|---|---|
| 提示词语言 | 英文 | 中文 |
| 文档语言 | 英文 | 中文 |
| 日志输出 | 英文 | 中文 |
| 记忆摘要 | 英文生成 | 中文生成 |
| 核心功能 | 完整 | 完整 |
功能完全一致,只是语言本地化。
八、常见问题
Q:会影响 Claude Code 性能吗?
A:影响很小。记忆压缩是异步的,不阻塞主流程。
Q:数据存在哪里?
A:本地 SQLite 文件,路径可配置。
Q:能和原版共存吗?
A:不建议。中文版会覆盖原版的提示词文件。
Q:支持哪些操作系统?
A:macOS、Linux、Windows(WSL)。
九、小结
Claude-Mem 解决了 Claude Code 的记忆问题。
中文版让中文用户用得更顺手。
如果你:
– 经常用 Claude Code 开发
– 受够了每次重新解释项目
– 希望 AI 能”记住”你教它的东西
试试这个项目。
GitHub:https://github.com/cfrs2005/claude-mem
参考链接
- 原版项目:https://github.com/thedotmack/claude-mem
- Claude Code 官方文档:https://docs.anthropic.com/claude-code
最新评论
I don't think the title of your article matches the content lol. Just kidding, mainly because I had some doubts after reading the article.
这个AI状态研究很深入,数据量也很大,很有参考价值。
我偶尔阅读 这个旅游网站。激励人心查看路线。
文章内容很有深度,AI模型的发展趋势值得关注。
内容丰富,对未来趋势分析得挺到位的。
Thank you for your sharing. I am worried that I lack creative ideas. It is your article that makes me full of hope. Thank you. But, I have a question, can you help me?
光纤技术真厉害,文章解析得挺透彻的。
文章内容很实用,想了解更多相关技巧。