彻底告别Claude Code失忆。
之前使用 Claude Code 写了一整天的代码，解决了棘手的 Bug，或者重构了核心模块。
一不小心关闭了终端，再次打开 Claude Code 时，一切都忘了。
不得不重新把项目背景喂给它，Token费用像流水一样。
这就是当前 AI 编程助手最大的痛点：上下文无法持久化。
今天介绍的开源项目 claude-mem 正是为了解决这个问题而生。
它为 Claude Code 装上了一个永久的外部大脑。
claude-mem 是一个为 Claude Code 构建的持久化内存压缩系统。
它通过自动捕获工具使用记录，生成语义摘要，并将这些信息存储在本地。当你开启一个新的会话时，它会自动检索并注入相关的上下文。
因为使用了本地的sqlite，所以记忆是永远保存的。
它的核心价值可以概括为三点：
1.上下文在会话结束后依然存在。
2.分层检索信息，大幅节省 Token。
3.支持自然语言查询项目历史。
渐进式披露是 claude-mem 最精妙的设计哲学，很多类似工具的做法是把所有历史记录一股脑塞进 Context Window。
这不仅贵，而且会因为噪音太多干扰 AI 的判断。
claude-mem 采用了一种模仿人类记忆的 渐进式披露 策略。
第一层：索引
会话开始时，Claude 只会看到有哪些类型的记忆存在，以及读取它们需要消耗多少 Token。
第二层：摘要
如果 Claude 认为这些记忆相关，它会通过 MCP 工具获取详细的叙述性摘要。
第三层：完全回忆
只有在绝对必要时，Claude 才会调取原始的代码变更记录和完整的对话脚本。
这种设计让它在保持全知全能的同时，极大地降低了 Token 消耗。
5.0 版本后，claude-mem 引入了 Chroma 向量数据库，实现了混合搜索架构。
不再需要精准匹配关键词。现在的 Claude 可以理解语义。
你可以直接问它：
“我们上次是怎么修复那个内存泄漏问题的”
“这周我们在鉴权模块上做了哪些改动”
它会自动调用 mem-search 技能，在本地的 SQLite 和 Chroma 数据库中检索，把最相关的上下文呈现给你。
官方数据，这比传统的全量上下文加载平均节省 2250 个 Token。
Claude Code，大约 50 次工具调用后，上下文窗口就会报警。因为每次回复都需要重新计算之前的所有输出，计算复杂度是 O(N²)。
无尽模式试图解决这个问题。它将工具的输出实时压缩成约 500 Token 的观察记录，同时将原始数据归档到磁盘。
上下文占用减少 95%！！！
单个会话的工具调用次数上限提升 20 倍。计算复杂度降低为线性的 O(N)。
为了让你看得更清楚它的记忆结构，它还自带了一个运行在 localhost:37777 的 Web 可视化界面。
可以实时查看记忆流，管理配置，甚至在稳定版和 Beta 版之间一键切换。
安装非常简单，只要你的 Claude Code 支持插件功能。
在终端中输入以下命令：
/plugin marketplace add thedotmack/claude-mem /plugin install claude-mem
安装完毕后，你几乎不需要学习复杂的指令。
每次启动 Claude Code，它会自动分析当前目录。你会在终端看到它默默加载了相关的项目记忆。无需人工干预，它已经准备好了。
当你想回忆细节时，可以这样问。
上一次修改数据库结构是什么时候 帮我梳理最近的 Bug 修复记录
它会自动调用搜索工具，从历史记忆中提取答案。
