Claude-Mem v8.6.0：解锁国产模型，告别 API 束缚

TL;DR

Claude-Mem 中文版发布 v8.6.0，基于官方 200+ 次 commit 的硬分叉版本。三个核心修复：

1. 支持自定义 API 端点：智谱 GLM-4.7、FoxCode 等国产模型开箱即用
2. 全界面中文化：Settings、Observations 等所有交互触点汉化
3. 中文 Prompt 优化：思维链、总结、日志全部中文输出

项目地址：cfrs2005/claude-mem

一、为什么要做这次更新

原版 Claude-Mem 是个好工具，但国内开发者用起来有三个硬伤：

问题 1：API 地址写死

官方版把 Anthropic API 地址硬编码在代码里。

结果：

• 想用智谱 GLM-4.7？不行，地址不对
• 想用 FoxCode 中转？不行，改不了
• 想用国产模型省钱？不行，只能 Anthropic

这不是技术问题，是代码设计的局限。

问题 2：全英文界面

Settings 面板、记忆搜索、状态卡片，全是英文。

看起来不是大问题，但：

• “Investigated” 是”问题调研”还是”已调查”？
• “Learned” 是”知识沉淀”还是”已学习”？
• “Gotcha” 翻译成啥？

非母语用户每次操作都要多一层认知转换。用得多了，累。

问题 3：英文 Prompt 强制输出

原版的系统提示词要求 AI 用英文生成摘要。

结果：

• 你用中文写代码，AI 用英文总结
• 记忆搜索结果是英文，你还得再翻译
• 调试日志是英文，看着别扭

这些问题单独看都不致命，但叠加起来，体验很差。

这次更新就是解决这三个痛点。

二、核心更新详解

修复 1：自定义 API 端点

改动：重构了 SDKAgent.ts 和 worker-service.ts 的连接逻辑。

新增变量：

• MEM_ANTHROPIC_BASE_URL：API 基础地址
• MEM_ANTHROPIC_AUTH_TOKEN：API Key（透传给 SDK）

配置方式：在 ~/.claude-mem/settings.json 中添加：

{
  "MEM_ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
  "MEM_ANTHROPIC_AUTH_TOKEN": "your-api-key",
  "CLAUDE_MEM_MODEL": "GLM-4.7"
}

原理：

• 原版直接调用 @anthropic-ai/sdk，地址固定
• 新版从配置读取 baseURL，传给 SDK 的 ClientOptions
• SDK 自动把请求发到你指定的地址

支持的服务：

• 智谱 GLM-4.7（https://open.bigmodel.cn/api/anthropic）
• FoxCode（https://code.newcli.com/claude/aws）
• DuckCoding（https://api.duckcoding.com/v1）
• 任何兼容 Anthropic 协议的中转服务

为什么这么重要：

国产模型便宜。GLM-4.7 的价格是 Claude 的 1/5。对于记忆压缩这种高频调用场景，能省不少钱。

修复 2：全界面中文化

改动范围：

• Settings 面板：所有配置项的标签、描述、帮助文本
• Observations 列表：类型标签（Investigated → 问题调研）
• Loading 提示：状态信息（Generating → 生成中）
• Error 信息：错误提示

技术实现：

新增了一个轻量级 i18n 引擎 src/ui/viewer/utils/i18n.ts：

const translations = {
  'en': {
    'investigated': 'Investigated',
    'learned': 'Learned',
    'gotcha': 'Gotcha'
  },
  'zh': {
    'investigated': '问题调研',
    'learned': '知识沉淀',
    'gotcha': '避坑指南'
  }
}

术语校对：

拒绝机翻，用互联网行业术语：

• Investigated → 问题调研（不是”已调查”）
• Learned → 知识沉淀（不是”已学习”）
• Gotcha → 避坑指南（不是”陷阱”）
• Settings → 设置（不是”配置”）

修复 3：中文 Prompt

改动：将 code--zh 设为默认模式，重写系统提示词。

核心变化：

• 原版：You must generate summaries in English.
• 新版：你必须使用中文生成摘要、思考链和日志输出。

影响范围：

• 记忆摘要：中文生成，更自然
• 搜索结果：中文输出，不用二次翻译
• 调试日志：中文，看着舒服

为什么不做成可选：

因为这是中文版。如果你需要英文，用原版就行。做成可选反而增加复杂度。

三、实战：用 GLM-4.7 跑 Claude-Mem

智谱 GLM-4.7 是目前性价比最高的国产模型之一。兼容 Anthropic 协议，可以直接替换 Claude。

步骤 1：获取 API Key

智谱 GLM Coding 完美支持本插件，Claude Code、Cline 等 20+ 编程工具无缝支持。

订阅优势：
– 超值价格，性价比极高
– 3000w 日 token 配额
– 支持 Claude Code 等主流编程工具

👉 立即开拼，享限时惊喜价！

注册后，在控制台创建 API Key，复制备用。

步骤 2：配置 Claude-Mem

编辑 ~/.claude-mem/settings.json：

{
  "MEM_ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
  "MEM_ANTHROPIC_AUTH_TOKEN": "your-glm-api-key",
  "CLAUDE_MEM_MODE": "code--zh",
  "CLAUDE_MEM_MODEL": "GLM-4.7"
}

保存，重启 Claude Code。

步骤 3：验证配置

打开 Claude Code，执行一些对话。

然后查看记忆压缩日志：

cat ~/.claude-mem/logs/worker.log

如果看到类似输出，说明成功：

[INFO] Using model: GLM-4.7
[INFO] API endpoint: https://open.bigmodel.cn/api/anthropic
[INFO] Memory compression started...

步骤 4：检查记忆

在 Claude Code 中执行：

/mem list

如果记忆摘要是中文，配置正确。

成本对比

假设每天压缩 10 次记忆，每次 2000 tokens：

• Claude Sonnet 4.5：约 ¥0.3/天
• GLM-4.7：约 ¥0.06/天

一个月省 ¥7。不多，但白嫖的感觉挺好。

四、升级指南

从原版升级

如果你之前用的是原版 Claude-Mem：

第一步：备份数据

cp -r ~/.claude-mem ~/.claude-mem.backup

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：编译同步

npm run build-and-sync

第四步：恢复数据

如果 build-and-sync 覆盖了数据库，恢复备份：

cp ~/.claude-mem.backup/memory.db ~/.claude-mem/memory.db

第五步：配置 API

如果要用 GLM-4.7，编辑 settings.json（参考上一节）。

完成。

从旧版中文版升级

如果你之前用的是旧版中文版（v8.5.9 之前）：

直接拉取最新代码：

cd claude-mem
git pull origin main
npm install
npm run build-and-sync

数据库兼容，不用备份。

五、常见问题

Q1：GLM-4.7 的记忆质量如何？

我测试了一周，结论：可用，但不如 Claude。

具体差异：

• 信息提取：GLM-4.7 有时会漏掉细节
• 摘要质量：略显生硬，不如 Claude 简洁
• 搜索精度：相关性判断稍弱

适合场景：

• 预算有限
• 对记忆质量要求不极致
• 主要用于个人项目

不适合场景：

• 商业项目，记忆必须精准
• 复杂上下文，需要深度理解

Q2：能同时支持多个模型吗？

不能。settings.json 只能配置一个模型。

如果你想切换，改配置，重启服务。

Q3：FoxCode 和 DuckCoding 能用吗？

能。配置方式一样，只是 BASE_URL 不同：

FoxCode（推荐）：

Claude Code 转发服务，3000w 日 token，每天重置。惊喜不断，性能效果卓越。

👉 立即注册 FoxCode

{
  "MEM_ANTHROPIC_BASE_URL": "https://code.newcli.com/claude/aws",
  "MEM_ANTHROPIC_AUTH_TOKEN": "your-foxcode-key",
  "CLAUDE_MEM_MODEL": "claude-sonnet-4.5"
}

DuckCoding：

{
  "MEM_ANTHROPIC_BASE_URL": "https://api.duckcoding.com/v1",
  "MEM_ANTHROPIC_AUTH_TOKEN": "your-duckcoding-key",
  "CLAUDE_MEM_MODEL": "claude-sonnet-4.5"
}

注意：中转服务的模型名称可能不同，看文档。

Q4：中文版会持续更新吗？

会。我会定期同步上游的 commit。

但不承诺实时跟进。如果上游有重大更新，可能会延迟几天。

Q5：发现 Bug 怎么办？

提交 Issue，我会尽快处理。

六、技术细节：API 端点是怎么改的

如果你想了解具体实现，看这部分。不关心可以跳过。

原版代码（SDKAgent.ts）

const client = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY
});

问题：Anthropic 构造函数默认使用 https://api.anthropic.com，无法修改。

修复后的代码

const baseURL = process.env.MEM_ANTHROPIC_BASE_URL || undefined;
const authToken = process.env.MEM_ANTHROPIC_AUTH_TOKEN || process.env.ANTHROPIC_API_KEY;

const client = new Anthropic({
  apiKey: authToken,
  baseURL: baseURL
});

关键点：

• baseURL 参数：Anthropic SDK 支持这个参数，但默认不传
• 环境变量读取：从 settings.json 读取，注入到 process.env
• 向后兼容：如果不配置 MEM_ANTHROPIC_BASE_URL，用默认地址

Worker Service 的改动

worker-service.ts 负责启动后台进程。需要把环境变量传给 Worker：

const workerEnv = {
  ...process.env,
  MEM_ANTHROPIC_BASE_URL: settings.MEM_ANTHROPIC_BASE_URL,
  MEM_ANTHROPIC_AUTH_TOKEN: settings.MEM_ANTHROPIC_AUTH_TOKEN
};

const worker = spawn('node', ['worker.js'], { env: workerEnv });

为什么要这样：

Worker 是独立进程，不共享主进程的环境变量。必须显式传递。

七、关于上游

这次更新基于官方仓库的 v8.5.9（commit f1ccc22），包含了近 200 次架构改进。

主要改进：

• 模块化架构：服务解耦，稳定性提升
• 错误处理增强：Worker 日志捕获更完善
• IDE 集成：原生支持 Cursor IDE
• 时间感知：上下文头部增加时间戳

为什么是硬分叉：

因为改动涉及核心提示词和配置逻辑，无法通过 PR 合并回上游。

上游是通用版，必须保持语言中立。我们是中文版，深度定制。

两个版本会并行维护。

八、小结

v8.6.0 是一次针对国内开发者的定向优化。

三个核心修复：

1. 支持自定义 API，解锁国产模型
2. 全界面中文化，降低认知门槛
3. 中文 Prompt，输出更自然

如果你：

• 想用 GLM-4.7 省钱
• 受够了全英文界面
• 希望记忆摘要是中文

试试这个版本。

项目地址：cfrs2005/claude-mem

相关阅读

• Claude-Mem 入门篇
• 记忆搜索深度指南
• 隐私控制完全手册
• 数据管理最佳实践
• 高级使用技巧