[推荐] Claude-Mem：让 AI 会话上下文永存的记忆压缩系统

摘要：Claude-Mem 是专为 Claude Code 构建的持久化记忆压缩系统。通过 5 个生命周期钩子自动捕获会话观察，结合渐进式披露的三层搜索工作流，按需加载记忆，节省约 10 倍 token。支持 OpenClaw Gateway 一键安装。

项目信息

它解决什么问题

AI 会话结束后，所有上下文丢失。Claude-Mem 让 AI 自动记住每次会话中的观察、决策和经验。

核心痛点：每次打开 Claude Code，它都像失忆了一样，什么都不知道。Claude-Mem 通过自动捕获和记忆，让 AI 跨会话保持上下文连续性。

核心功能

5 个生命周期钩子

一键安装后，所有钩子自动运行，无需手动干预。

npx claude-mem install
# 或 OpenClaw Gateway 一键安装
curl -fsSL https://install.cmem.ai/openclaw.sh | bash

渐进式披露：三层搜索工作流

这是最精妙的设计——分三层按需加载记忆，节省 ~10 倍 token：

第 1 层：search — 获取索引（每条 ~50-100 tokens）
    ↓
第 2 层：timeline — 按时间线展开上下文
    ↓
第 3 层：get_observations — 只取需要的完整详情（每条 ~500-1000 tokens）

AI 先搜索索引 → 找到感兴趣的条目 → 再看时间线上下文 → 最后只取真正需要的详细信息。

对比：如果每次都加载全部记忆，token 成本可能翻 10 倍。渐进式披露让 AI 只在需要时才深入读取。

Web 查看器

http://localhost:37777 实时查看记忆流，包含：

• 记忆时间线
• 搜索功能
• 设置面板
• Beta 频道切换（Endless Mode 实验性功能）

隐私控制

用 <private> 标签排除敏感内容：

<private>
这条对话涉及公司机密，不要存入记忆。
</private>

4 个 MCP 搜索工具

与同类项目对比

适用场景

强烈推荐：

• 使用 Claude Code 开发，需要跨会话记忆
• 项目复杂度高，需要记录大量技术决策
• 希望用最少 token 成本获取最大记忆价值
• OpenClaw 用户一键安装

不推荐：

• 只用本地 CLI，不需要多平台
• 对话简单，手动记录就够了
• 不想依赖额外服务（Bun、SQLite、ChromaDB）

个人评价

值得学习的点：

1. PostToolUse 钩子是亮点——每次工具使用后自动记录观察，比手动记录更完整
2. 渐进式披露的三层设计省 10 倍 token，是记忆系统的最优解
3. Web 查看器让记忆可视化，实时查看 AI 记住了什么

不足：

• 依赖 Bun 和 ChromaDB，环境要求较高
• AGPL-3.0 协议，商业使用需注意
• $CMEM token 是第三方项目，与核心功能无关

推荐指数：⭐⭐⭐⭐⭐（Claude Code 重度用户必装）

一句话：渐进式披露是记忆系统的正解——先索引，再时间线，最后详情。永远不要一次性加载全部记忆。