乐于分享
好东西不私藏

Claude Code 记忆系统:让 AI 助手学会自我进化和长期记忆

Claude Code 记忆系统:让 AI 助手学会自我进化和长期记忆

Claude Code 记忆系统:让 AI 助手学会自我进化和长期记忆

每次打开 Claude Code 开始新对话,它都是一张白纸。昨天解释的项目架构、反复纠正的代码风格偏好、建立的特殊开发规范——全部归零。

如果 Claude Code 能记住一切呢?不只是被动记忆,而是主动学习:观察你的行为模式、理解项目架构,提炼成规律,下次自动应用。

这套「Claude Code Memory System」正是为此而生。


系统架构:三层引擎协同工作

整个系统由三个核心子系统构成:

行为观测层 → 模式提炼层 → 记忆注入层

行为观测层(Observation Engine)

通过 Hook 机制,100% 捕获每次工具调用,写入 JSONL 观测流。

你在 Claude Code 里的每一次操作——读文件、改代码、跑测试——都会被记录。这是后续「学习」的原始素材。

模式提炼层(Instinct Engine)

会话结束时,系统自动分析观测数据,提炼行为模式。

两条路径:

  • 统计模式检测:硬编码的检测器识别高频模式(比如「改代码前先读文件」「提交前先跑测试」)
  • AI 语义分析:调用 Claude API 分析深层规律,发现你可能都没意识到的习惯

每条规则都有「置信度」:

  • 首次发现:confidence = 0.5
  • 重复验证:confidence += 0.05(上限 0.9)
  • 长期未触发:confidence -= 0.05(低于 0.55 标记为废弃)

记忆注入层(Memory Engine)

提炼完成的规则写入规则文件,下次会话启动时自动加载。

它使用向量检索实现「语义召回」——当你问到相关话题时,自动把最相关的记忆注入上下文。


能自动检测哪些模式?

系统内置了多种行为模式检测:

模式
触发条件
自动动作
read-before-edit
编辑未读取的文件
先读取文件内容
test-after-change
代码修改后
运行测试验证
git-status-check
Git 操作前
检查当前状态
install-before-use
使用 CLI 工具前
检查是否安装
context-gather
大规模修改前
收集上下文信息

比如,系统发现你每次改代码前都会先读文件,就会形成一条 Instinct:「编辑文件前先读取内容」。下次你直接说要改某个文件,Claude Code 会自动先读取它。


如何安装?

方式一:一键安装(推荐)

macOS / Linux:

curl -fsSL https://raw.githubusercontent.com/ziyouvip/claude-code-memory-system/master/install.sh | bash

Windows (PowerShell):

irm https://raw.githubusercontent.com/ziyouvip/claude-code-memory-system/master/install.ps1 | iex

方式二:pip 安装

pip install claude-code-memoryclaude-memory-install

方式三:手动安装

如果你想完全掌控每一步:

第一步:克隆仓库

git clone https://github.com/ziyouvip/claude-code-memory-system.gitcd claude-code-memory-system

第二步:安装依赖

pip install qdrant-client sentence-transformers

第三步:创建目录结构

mkdir -p ~/.claude/hooks ~/.claude/binmkdir -p ~/.claude/observations ~/.claude/homunculus/instincts/personalmkdir -p ~/.claude/memory/memories ~/.claude/memory/qdrantmkdir -p ~/.claude/rules

第四步:配置 Hooks

编辑 ~/.claude/settings.json

{"hooks":{"PreToolUse":[{"matcher":"Bash","hooks":[{"type":"command","command":"python ~/.claude/hooks/observe.py pre"}]}],"PostToolUse":[{"matcher":".*","hooks":[{"type":"command","command":"python ~/.claude/hooks/observe.py post"}]}],"Stop":[{"hooks":[{"type":"command","command":"python ~/.claude/bin/auto-analyze-instincts.py && python ~/.claude/bin/auto-evolve.py"}]}],"SessionStart":[{"hooks":[{"type":"command","command":"python ~/.claude/bin/inject_memory_context.py"}]}]}}

记忆类型

系统支持多种记忆类型:

类型
用途
示例
user
用户偏好、身份认知
「用户是 Java 专家,TypeScript 中级」
feedback
纠正和指导
「改完代码不主动提交,等用户确认」
project
项目上下文
「当前项目使用 Vitest 做单元测试」
reference
外部资源引用
文档链接、API 端点

创建记忆:在 ~/.claude/memory/memories/ 目录下创建 Markdown 文件:

---name: my-preferencesdescription: 我的编码偏好metadata:  type: user---## 代码风格- 使用 2 空格缩进- 变量命名使用 camelCase- 函数必须有 JSDoc 注释## Why统一的代码风格提高可读性,减少 code review 时间。

防膨胀机制

记忆系统最怕「无限膨胀」。这套系统内置了多重防护:

Observations(观测数据)

  • 超过 5MB 或 8000 行自动按月归档
  • 归档后的数据仍可追溯

Instinct(行为规则)

  • 低置信度的规则标记为 deprecated
  • 长期未触发的规则自动降权

Memory(记忆文件)

  • 按类型设置 TTL(生存时间)
  • 过期记忆自动清理

auto-evolved.md(演化规则)

  • 每次覆盖重写,只保留当前有效规则

实际收益

指标
改进前
改进后
提升
上下文冷启动
10 分钟
30 秒
95%
Token 消耗
降低约 78%
78%
错误重复率
频繁
显著下降
80%

最关键的是「知识复利效应」——使用时间越长,Claude Code 越懂你,效率提升越明显。


总结

传统的 AI 助手是「一次性工具」:每次对话都是全新开始,之前的交流、纠正、学习全部归零。

Claude Code Memory System 让 AI 助手实现了三个转变:

  1. 从遗忘到记忆:所有重要信息都被保存
  2. 从被动到主动:自动学习行为模式,主动应用
  3. 从工具到伙伴:随时间进化,越来越懂你

这不只是一个技术方案,是一种新的 AI 交互范式——让 AI 成为真正意义上的「智能助手」。


参考

根据得物技术启发,让Claude 自主编写的python版进化和记忆系统。
现已开源:

https://github.com/ziyouvip/claude-code-memory-system

引用链接

[1]得物技术:让 Claude Code 拥有自我进化和记忆系统: https://mp.weixin.qq.com/s/PGT49KORSVZYpJxykWnwOw