乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > Claude Code 记忆插件选型指南

Claude Code 记忆插件选型指南

当前时间： 2026-04-11 09:59:32 更新时间： 2026-04-11 分类：软件教程 评论(0)

Claude Code 记忆插件选型指南

你的 Claude Code 到底需要哪种记忆？

前面我们已经写了两篇关于claude code的记忆怎么优化的文章，详情请看：

给 Claude 写一份”入职手册”：CLAUDE.md 完全指南

让 Claude 拥有”记忆”：Claude MEM 完全指南

在写这两篇文章的过程中也看了很多其他类型的记忆插件，干脆把它们都整理出来。

健忘这件事到底有多影响效率

先量化一下。

一个典型的长期项目，每次开会话要花多少时间重新铺垫上下文？保守估计 3-5 分钟。一天打开 5 次，就是 15-25 分钟。一个月下来，你可能在”重复解释”这件事上花了将近 10 个小时。

更隐性的代价是：Claude 因为缺上下文，经常给出偏离项目规范的建议。你还得花时间纠正，或者干脆忽略，自己来。

所以，记忆插件不是锦上添花，是真实的效率问题。

我整理了 6 种解决 Claude 健忘症的方案，但你不需要全装。弄清楚自己是哪种用户，选对一个就够了。

五类场景，六种方案

场景一：刚开始用，不想折腾

你的特征： Claude Code 用了不久，主要用来辅助日常编码，不想装一堆东西，希望开箱即用。

推荐方案：CLAUDE.md + episodic-memory

先说 CLAUDE.md，这是 Claude Code 的原生能力，不需要安装任何插件。

创建方式：

  1. 在项目根目录直接创建 CLAUDE.md 文件（最常用）
  2. 在用户目录创建 ~/.claude/CLAUDE.md（全局生效，所有项目都读取）
  3. 两者同时存在时，项目级优先级更高
  4. 可以通过终端命令 /init 创建，或者手动创建，甚至直接让 Claude 帮你生成

把”永远不变的规则”写进去：

# 项目规则## 技术栈- TypeScript + React + Vite- 状态管理：Zustand，store 文件统一放在 src/stores/- 数据库：PostgreSQL，ORM 用 Prisma- API 路由：Next.js App Router，放在 app/api/## 编码规范- 函数组件优先，避免 class 组件- 异步操作统一用 async/await，不用 .then()- 错误处理必须有，不允许裸 try-catch 不处理- 不要修改 legacy/ 目录下的任何代码## 架构决策- 认证方案：NextAuth.js v5- 文件上传：直接传 S3，不走服务器中转- 图片处理：用 Sharp，不用 Jimp## 已知坑- Prisma 的 enum 修改后必须手动 migrate，不能只改 schema- Vercel 部署时环境变量要在 dashboard 设置，.env.local 不生效

每次会话开始，Claude 都会自动读取这个文件。项目规范永远在，不会丢。

不要写什么：

  • ❌ 会过时的信息（”最新版本是 3.2.1″）
  • ❌ 临时决策（”这周先用 mock 数据”）
  • ❌ 太细的实现细节（”login 函数在第 47 行”）
  • ❌ 纯个人偏好（”我喜欢用单引号”）—— 除非这是团队规范

但 CLAUDE.md 是静态的，写什么就是什么，不会自动更新。过去的对话内容、你踩过的坑、临时的决策，它记不住。关于claude.md的详细介绍可以看我前面的文章。

这时候可以配上 episodic-memory。这个插件非常轻量，专门做一件事：对历史对话建索引，让你能用自然语言搜。

注意： episodic-memory 目前仍是社区实验性插件，安装方式以插件仓库的最新文档为准。

安装后重启 Claude Code，插件会自动开始索引你的对话历史。

使用： “我之前是怎么处理那个登录 token 过期问题的？”——搜一下，答案就出来了。

局限：

  • 只做搜索，不做智能摘要，找到的是原始对话片段
  • 索引质量依赖关键词匹配，语义理解不如向量搜索
  • 不会主动注入上下文，需要你手动问

对于”我记得讨论过这个，但忘了在哪”的场景，够用了。这个组合资源占用极低，适合入门。

场景二：长期项目，需要智能上下文

你的特征： 项目周期长，持续迭代，每次会话都需要 Claude 理解大量历史背景，希望尽量不用手动维护。

推荐方案：CLAUDE.md + claude-mem

claude-mem 是目前自动化程度最高的记忆系统。

安装方式：

# 方式 1：通过 Claude Code 插件市场（推荐）/plugin marketplace add thedotmack/claude-mem/plugin install claude-mem# 方式 2：手动安装cd ~/.claude/plugins/marketplacesgit clone https://github.com/thedotmack/claude-mem.gitcd claude-memnpm installnpm run build

首次配置：

安装后首次运行会自动创建配置文件 ~/.claude-mem/settings.json：

{"aiModel":"claude-sonnet-4-6","workerPort":37777,"dataDir":"~/.claude-mem/data","logLevel":"info"}

一般不需要改，默认配置就能用。

安装之后，你不需要做任何操作：

  • 自动捕获所有对话内容和工具调用记录
  • 用 AI 生成语义摘要后存储（不是原文堆积，而是压缩过的精华）
  • 新会话开始时，自动把相关上下文注入进来

Web UI 查看记忆流：

安装后 Worker 服务会自动启动，打开浏览器访问 http://localhost:37777，你能看到：

  • 所有捕获的对话记录
  • AI 生成的摘要
  • 记忆的时间线
  • 搜索和过滤功能

底层是 SQLite + Chroma 向量数据库混合搜索，搜索质量高于单纯的关键词匹配。官方说能节省 10 倍 token——因为注入的是压缩后的摘要，而不是原始对话记录。

有一个实用细节：对话里有不想被记住的内容（比如临时测试数据、敏感信息），用 <private> 标签包起来，claude-mem 会自动跳过。

代价是有一定安装门槛（需要 Node.js 18+、Bun、uv），而且有一个 Worker 服务常驻后台，会占用一些系统资源。长期项目值这个成本，短期小项目就没必要。

场景三：多平台用户，需要跨工具共享记忆

你的特征： 不只用 Claude Code，还在用 Claude Desktop、VS Code 的其他 AI 插件，甚至其他 AI 工具，希望记忆能在这些工具之间共享。

推荐方案：mcp-memory-service

前面两个方案都是 Claude Code 专属的。mcp-memory-service 不一样，它基于 MCP（Model Context Protocol）标准，是通用记忆服务，支持 13 个以上的 AI 应用。

安装方式：

npm install -g mcp-memory-service

配置跨工具记忆：

关键是在每个 AI 工具的 MCP 配置文件里都指向同一个记忆服务。

1. Claude Code 配置：

编辑 ~/.claude/settings.json，在 mcpServers 里加：

{"mcpServers":{"memory":{"command":"mcp-memory-service","args":["--data-dir","~/.mcp-memory"]}}}

2. Claude Desktop 配置：

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）：

{"mcpServers":{"memory":{"command":"mcp-memory-service","args":["--data-dir","~/.mcp-memory"]}}}

3. VS Code（Cline 插件）配置：

在 Cline 的设置里添加 MCP 服务器，指向同样的 --data-dir。

核心原则： 所有工具的 --data-dir 必须指向同一个目录（比如 ~/.mcp-memory），这样记忆才是共享的。

你在 Claude Code 里积累的项目上下文，切到 Claude Desktop 继续工作，记忆还在。换个 AI 工具，记忆依然共享。

如果你的工作流跨多个 AI 工具，这个方案价值明显。如果基本只用 Claude Code，选这个就过度设计了。

场景四：需要完全掌控，不信任自动化

你的特征： 对自动化系统有顾虑，想知道记忆里存了什么、随时能改、随时能删，透明度优先于便利性。

推荐方案：memsearch + CLAUDE.md

memsearch 的设计理念和其他插件完全不同：记忆不存在数据库里，存在 Markdown 文件里，放在 .memsearch/ 目录下。

好处是极度透明——你可以直接打开文件，看到记忆是什么，觉得哪条不对就手动删掉，觉得哪条漏了就自己加进去。没有黑盒，没有向量数据库，没有 AI 压缩，就是 Markdown 文本。

代价是需要一定手动维护，自动化程度比较低。但如果你本来就是那种喜欢手动维护笔记的人，这反而是优点。

场景五：企业级需求

如果你在企业环境里使用，有安全合规要求、需要团队共享记忆、有预算支持，可以看 Mem0。

Mem0 是什么：

这是一个商业级 AI 记忆层，不只是插件，而是一整套记忆管理基础设施。定位是”AI 应用的记忆层”，类似于数据库是应用的存储层。

核心特性：

  • 企业级安全：
     支持 SSO、RBAC 权限控制、审计日志
  • 团队协作：
     多用户共享记忆，可以设置不同的访问权限
  • 高级检索：
     不只是语义搜索，还有时间线、关系图谱、记忆聚合
  • 分析功能：
     记忆使用统计、热点话题分析、知识图谱可视化
  • API 集成：
     提供 REST API 和 SDK，可以集成到自己的 AI 应用里

安装方式：

npm install -g @mem0/mcp-server

需要先在 Mem0 官网注册账号，获取 API Key，然后在 MCP 配置里加：

{"mcpServers":{"mem0":{"command":"mem0-mcp-server","env":{"MEM0_API_KEY":"your-api-key"}}}}

定价：（截至 2026 年 4 月）

  • 免费版：基础功能，有使用量限制
  • 专业版：$29/月起，更高配额和高级功能
  • 企业版：定制化，联系销售

适合场景： 企业内部 AI 工具统一记忆管理、需要合规审计、团队协作多人共享项目上下文、有预算需要商业支持和 SLA 保障。

个人开发者用社区版方案就够了，没必要为企业方案付钱。但如果你在公司里推 AI 工具落地，Mem0 是一个可以拿来做 POC 的选项。

混用注意事项

有人会问：可以同时装多个吗？

可以，但有一条原则：CLAUDE.md 可以和任何动态记忆插件一起用，但两个自动记忆插件不建议叠加。 claude-mem 和 episodic-memory 同时跑，可能产生冲突，也会重复消耗资源。

选一个动态插件，配上 CLAUDE.md，够了。

快速选型

场景
推荐方案
刚开始用，不想折腾
CLAUDE.md + episodic-memory
长期项目，要智能上下文
CLAUDE.md + claude-mem
多平台工作流
mcp-memory-service
想完全掌控
memsearch + CLAUDE.md
企业级需求
Mem0

六种方案，核心逻辑只有一句话：先用 CLAUDE.md 把不变的规则固化，再根据自己的项目周期和使用习惯选一个动态插件。 不需要全装，装对一个就能解决 80% 的健忘症问题。

你现在在用哪个方案？或者：

  • 装了某个插件，结果踩了什么坑？
  • 在团队里推 AI 工具，记忆共享是怎么解决的？
  • 有什么自己摸索出来的上下文管理技巧？

评论区聊聊，说不定能帮到下一个正在纠结的人。