AI 编程圈有一个”玄学”：

每次打开 Claude Code，都要先来一段「背景介绍仪式」——

“这是一个 Node.js 项目，用的 Prisma + PostgreSQL，测试框架是 Jest，别动 package-lock.json，别碰 .env 文件…”

第二天再来一遍，第三天继续。AI 记性跟金鱼一样。

但你可能不知道：Claude Code 其实内置了记忆功能。

那为什么还有一个插件能火到 65K⭐？

内置记忆 vs claude-mem

核心差异：

Claude Code 内置的记忆，就像把整本字典塞进脑子里——信息全，但太笨重，每次都要从头翻。

claude-mem 的大脑里只有目录索引——要查某个细节时，再去翻具体页码。既记得住，又省脑子（Token）。

这就是它火的原因：不是让 AI 记住更多，而是让记忆变得高效。

claude-mem 到底是是怎么工作的？

想象一下：你是一个项目经理，要管理一个大型项目的所有会议纪要。

第一步：有人专门记录会议（Hooks 层）

claude-mem 会在 Claude Code 旁边安插一个”记录员”。

这个记录员不打扰你工作，但会默默观察并记下：

• • 你让 AI 改了哪个文件
• • 你拒绝了 AI 的哪个建议（很重要！说明你在意什么）
• • AI 用了什么方案解决某个问题
• • 你特别叮嘱了啥（”别改 package.json”、”用 yarn 别用 npm”）

这些 raw data 就是原始会议记录。

第二步：有人专门整理纪要（Worker Service）

光记录没用，还得整理。

Worker Service 是一个本地运行的小服务（默认 37777 端口），它每天的任务就是：

• • 把散乱的记录提炼成结构化的索引
• • 生成一句话总结：“这个项目用的 Prisma + Express，测试框架是 Jest，数据库连的是 PostgreSQL”
• • 标注关键决策点：“上次你否定了 AI 用的 MySQL，说必须用 PostgreSQL”

这就是记忆索引——像书的目录一样，告诉你每一章讲了什么。

第三步：建档案库（存储检索层）

整理好的索引往哪存？

• • SQLite：存结构化信息（项目用啥技术、谁做的决策）
• • Chroma（可选）：如果你开启了向量检索，它还能理解语义。比如搜”数据库”，它能关联到 PostgreSQL、MySQL、MongoDB 这些相关词。

第四步：按需调取（Retrieval 层）

当你开启新会话时，claude-mem 不会把整本会议纪要都塞给 AI。

它只会给 AI 一份精简版目录：

“这个项目情况：技术栈是 Prisma + Express + PostgreSQL，测试用 Jest。你之前否定了 MySQL 方案。上次修改了 auth.ts 文件。”

AI 需要哪块细节，再去翻具体的”会议记录”。

这就相当于：给 AI 一本目录，而不是塞一本字典。

总结一下工作流程

核心价值：AI 不是记得更多，而是记得更”聪明”。用最小的 Token 消耗，实现跨会话的连续工作。

用了会怎样？真实案例对比

案例 1：跨项目开发

场景：你同时维护 3 个项目，A 是 React + Node，B 是 Python + Django，C 是 Go 微服务。

之前：

• • 切换项目时，Claude Code 完全搞混
• • “上次你让我在 A 项目用的 redux-toolkit，B 项目不能用吗？”
• • 你每次都要重新解释：”这是 Go 项目，没有 redux”

之后：

• • claude-mem 记住每个项目的技术栈和偏好
• • “这是你的 Go 项目，上次你说不用 ORM，直接用 sqlx”
• • 切换项目时 AI 自动匹配正确上下文

案例 2：长周期开发

场景：你开发一个功能，花了 5 天。

之前：

• • 第 1 天：解释项目结构、数据库 schema、API 规范
• • 第 2 天：重新解释一遍（AI 忘了）
• • 第 3 天：再次解释（AI 又忘了）
• • …

  同一件事解释了 5 次，Token 消耗×5

之后：

• • 第 1 天：解释一次
• • 第 2-5 天：claude-mem 自动调取记忆
• • AI 直接知道：”这个功能用 Prisma 的 upsert，上次你已经通过了方案”

  Token 消耗只有原来的 20%

案例 3：多人协作

场景：你和同事 A 轮流用 Claude Code 维护同一个项目。

之前：

• • 同事 A 让 AI 改了接口参数
• • 你这边完全不知道，改代码改挂了
• • “你怎么把我之前的功能弄坏了？”

之后：

• • claude-mem 记录了所有的改动
• • 你开启新会话时，AI 会提醒：

  “注意：上周 A 把 /api/user 的返回字段从 name 改成了 username，记得同步前端”

哪些 AI IDE 可以用 claude-mem？

claude-mem 不仅仅支持 Claude Code，它是一个多工具统一记忆层，目前支持：

如果你同时用多个工具维护同一个项目，claude-mem 能把所有工具的操作记忆统一管理，不再各自为战。

核心功能亮点

1. 跨会话连续工作

昨天写的代码，今天继续。

不用每次都重新解释项目背景。AI 直接衔接上次进度，继续未完成的工作。

实际体验：

• • 第 1 天：解释项目结构 → 开始开发
• • 第 2 天：直接继续，AI 记得你上次的进度
• • 第 3 天：继续，AI 记得你否定了某个方案

2. 多工具统一记忆层

同时用 Claude Code + Cursor + Trae？没问题。

不同工具的操作记忆统一存到一个地方，你不需要在各个工具里重复解释项目背景。

实际体验：

• • 用 Cursor 改了接口参数
• • 换成 Claude Code 继续开发时，AI 自动知道：”注意，接口变了”

3. 可视化记忆流

像看聊天记录一样看 AI 的工作轨迹。

打开浏览器访问 37777 端口，可以看到完整的时间线：

• • 哪天改了哪个文件
• • 你否定了 AI 哪些建议
• • AI 用了什么方案解决问题

支持关键词检索，快速定位你需要的信息。

4. 本地存储更安全

所有记忆存在本地 SQLite，不上传云端。

你的项目代码、架构决策、踩过的坑——都只存在你自己电脑上，不用担心泄露到第三方服务器。

怎么安装？

方式一：Claude Code 插件市场（推荐）

在 Claude Code 中输入：

/plugin marketplace add claude-mem

安装后会自动启动服务，检查 37777 端口是否运行即可验证。

方式二：Cursor 用户

1. 1. 打开 Cursor → Settings → Plugins
2. 2. 搜索 “claude-mem”
3. 3. 点击安装

或者手动配置：

git clone https://github.com/ArcadeAI/claude-mem.gitcd claude-memnpm installnpm run build

方式三：其他 IDE（Trae、Windsurf、OpenCode）

这些工具通常支持加载 CLAUDE.md 文件：

# 方式1：直接下载配置文件curl -o CLAUDE.md https://raw.githubusercontent.com/ArcadeAI/claude-mem/main/CLAUDE.md# 方式2：克隆完整项目git clone https://github.com/ArcadeAI/claude-mem.git

将 CLAUDE.md 放到项目根目录即可。

验证安装

安装完成后，你可以：

1. 1. 打开浏览器访问 http://localhost:37777
2. 2. 如果能看到记忆管理界面，说明安装成功

或者在 Claude Code/Cursor 中输入：

/memory status

查看记忆状态。

总结

claude-mem 解决的问题不是”让 AI 记住”，而是”让 AI 记得更聪明”。

它用”索引+按需调取”的逻辑，在有限 Token 预算下实现了真正的跨会话连续性。

如果你每天长时间用 Claude Code 写代码，这个插件值得一试。

项目地址：https://github.com/ArcadeAI/claude-mem