文章目录 介绍 演示环境 从旁听捕获到下次召回它的工作方式 它到底解决什么问题 记忆是怎么被捕获的️ 存在哪里、怎么搜回来️ 部署形态与隐私控制 在 OpenClaw 网关上怎么用⚖️ 值不值得上⚓ 相关链接 ⚓ 介绍 用 Claude Code、Cursor 这类 AI 编程工具干正事的人多半撞见过同一个尴尬昨天才带着 agent 踩完一遍坑、调通一套配置今天开个新会话它又从零开始——同样的报错再读一遍日志同样的弯路再走一趟。工具本身聪明可每个会话都是一张白纸。现有的补救办法各有各的别扭手写MEMORY.md得靠自己勤快把规则塞进项目配置文件只能覆盖固定流程会话历史文件倒是全量留着但真出问题时让 agent 翻几十万字的原始记录token 花得心疼检索也慢。最近热度飙升的一个 Agent 记忆工具给出了另一条路子它在 agent 干活的过程中自动旁听把每次工具调用、每个关键动作压缩成结构化的观察记录存进本地数据库下次开会话时相关的历史记忆自动注入上下文——agent 不用被重新教育一遍就能接上昨天的进度。它叫什么、怎么装正文里一并讲清。它到底是怎么在不拖慢 agent 干活的前提下把杂乱的会话记忆压缩、存好、再精准捞回来的往下看从捕获到召回整条链路一步步拆给你。 演示环境 系统Ubuntu 22.04 运行时Node.js 20 网络本地环境注意本文内容为个人学习笔记仅供参考。附读者须知 从旁听捕获到下次召回它的工作方式 它到底解决什么问题先把主角请出来Claude-MemGitHub 仓库的定位说清楚就一句话跨会话的持久记忆压缩系统最初为 Claude Code 打造现在扩展到 Cursor、OpenCode、Codex、Gemini CLI、OpenClaw 等一整排 AI 编程工具。它跟把聊天记录存下来是两码事。原始会话记录又长又散直接回喂给模型既费 token 又抓不住重点。Claude-Mem 的做法是在中间加了一层压缩干活过程中产生的原始记录先由 AI 提炼成一条条观察observation即结构化的短记录记的是做了什么、发现了什么存进本地数据库下次会话启动时再把跟当前任务相关的观察摘要注入上下文。数据不出本机除非你主动开云同步。先看一张全链路图有个整体印象 记忆是怎么被捕获的整个系统靠生命周期钩子驱动。以 Claude Code 为例它注册了五个钩子覆盖一次会话从开始到结束的全过程钩子时机干什么SessionStart会话启动从数据库取历史观察注入上下文UserPromptSubmit用户发指令开启新记录段PreToolUseRead读文件前用历史记录做文件读取拦截省 tokenPostToolUse每次工具调用后把工具名、输入、结果摘要写入数据库Stop / SessionEnd会话结束触发 AI 总结压缩整个会话这些钩子全部是发射后不管fire-and-forget的 HTTP 调用超时只有两秒——记忆捕获完全异步不会拖慢 agent 干活本身。数据流是一条单向管线钩子把数据写入 SQLite一款轻量级本地关系数据库→ 常驻的 Worker 服务读出新记录 → 交给 AI 模型压缩提炼 → 结果写回数据库 → 等下一次会话的钩子来取。️ 存在哪里、怎么搜回来存储层是本机的~/.claude-mem/claude-mem.db一个 SQLite 数据库开了 WAL 模式Write-Ahead Logging先写日志再落盘读写可以并发不锁库。表结构围绕三样东西会话sdk_sessions、观察observations、总结summaries。检索走FTS5 全文索引SQLite 内置的全文搜索引擎可选再挂一个 Chroma 向量数据库做语义检索两者组成混合搜索——关键词命中和意思相近都能召回。对外暴露的是mem-search技能和 MCP 工具Model Context Protocol让 AI 工具连接外部服务的标准接口agent 用自然语言问上次那个报错怎么修的就能查。查询设计成三层渐进式披露这是它省 token 的关键第一层 search先返回结果索引标题ID概要花销极小 第二层 timeline看某条观察前前后后在发生什么 第三层 get_observations确认有用后才拉取完整内容不需要的细节从头到尾不进上下文。另外还有一个 File Read Gate 机制agent 读文件前先查历史观察看过的文件直接给摘要避免重复吞整个文件。️ 部署形态与隐私控制安装是一条命令的事官方明确提醒不要用npm install -g装——那样只装到 SDK 库钩子和 Worker 服务都不会注册npx claude-meminstall装完后除了本机插件还会起一个 Worker 服务本地 Express HTTP API默认跑在localhost:37777自带一个网页端查看器打开就能实时看到记忆流。压缩观察记录用的 AI 模型可以自选Anthropic 官方、Gemini、OpenRouter或者任何 OpenAI 兼容端点本地 Ollama、LM Studio 都行。隐私方面有两道闸⚠️注意会话里可能出现密钥、token 这类敏感内容。Claude-Mem 支持用private标签把指定内容排除在存储之外另有可选的正则自动脱敏在入库前把常见密钥模式替换成占位符。用之前建议把脱敏开关打开再检查一遍 Worker 的配置目录里存了什么。存储全在本地云同步cmem.ai是可选项不开就不出网。想换机器导出导入功能带去重。 在 OpenClaw 网关上怎么用对跑 OpenClaw 网关的读者多说两句OpenClaw 的内嵌 runner 不经过 Claude CLI标准钩子根本不触发所以 Claude-Mem 单独做了一个 OpenClaw 插件改挂网关自己的事件——before_agent_start初始化会话、before_prompt_build把观察时间线注入系统提示词、after_tool_call记录观察、agent_end触发总结。一条安装脚本完成依赖、插件、模型配置和 Worker 启动还能把新观察实时推送到 Telegram、Discord、Slack 等消息渠道。它注入记忆时只往系统提示词里追加不写MEMORY.md两套记忆互不打架。⚖️ 值不值得上从项目的设计取向与社区反馈看给几种情况对个号长期维护同一批项目的开发者收益最直接agent 记得住上次踩的坑和调好的配置经常切换会话/重开线程的工作流上下文注入是自动的不需要手动搬笔记对数据敏感的团队本地 SQLite 可选脱敏 自选模型端点链路可控只是偶尔用用 AI 编辑器收益有限先把手写MEMORY.md的习惯养起来更实在项目目前版本 13.35.0截至 2026 年 10 月迭代节奏很快Hook 结构和存储路径都以官方文档当前版本为准。⚠️说明本文基于该项目 2026 年 10 月的版本与文档整理。开源项目的功能、命令行参数、配置结构乃至活动信息后续都可能调整或变化请前往官方仓库与文档查看最新内容并自行核实一切以官网当前版本为准本文所述仅代表整理时点的实测情况仅供参考。⚓ 相关链接 ⚓XiaoqiangClubClaude-Mem GitHub 仓库Claude-Mem 官方文档架构总览Architecture OverviewOpenClaw 集成指南