專為 Claude 設計的跨會話持久化記憶 Claude-Mem 15.10 發布


Claude-Mem 專為 Claude Code 及 AI Agent 設計的「跨會話持久化記憶(Long-term Memory)外掛」,透過自動捕獲工具使用情況觀察結果、產生語義摘要並將其提供給後續會話,從而無縫地保留會話之間的上下文資訊,使得 Claude 即使在會話結束或重新連接後也能保持對專案的持續了解。

核心特色

  • 解決會話記憶遺失痛點:AI Agent 在開啟新 Session 或進行上下文長度重置(Context Window Reset)時,往往會丟失之前的技術決策與專案脈絡。claude-mem 透過自動擷取機制,將重要的修復過程、架構決策與偏好寫入長期儲存庫。
  • 三層記憶架構與混合檢索:結合本地數據庫(如 SQLite / ChromaDB)與 FTS5 全文檢索 / 向量檢索。AI 在面臨新任務時能自動檢索並召回相關背景,確保編碼邏輯的一致性。
  • MCP 協定與 Hook 自動化:採用 Model Context Protocol (MCP) 與生命週期 Hook 運作,能無感捕捉 AI Agent 的對話與工具執行結果,無需手動複製整理文件。

版本更新

增強的 MCP(Model Context Protocol)工具鏈整合

  • 此階段進一步減少了記憶寫入時的延遲,讓 AI 在對話過程中進行背景同步(Background Memory Sync)時更加無感,避免因為序列化或資料庫寫入卡頓而打斷編碼流程。

記憶壓縮與檢索準確度(Hybrid Search & Retrieval)優化

  • 優化了向量檢索與 SQLite 全文檢索(FTS5)的混合權重,確保 Claude 在呼叫過去的架構決策(Architecture Decisions)時,能夠精準抓取相關性最高的前幾條記憶,大幅降低上下文空間的浪費。

生命週期 Hook 與自動化過濾機制

  • 自動捕捉對話脈絡時,加強了對敏感資訊或無效對話(如重複的編譯錯誤輸出)的自動過濾規則,使長期記憶庫(Long-term Memory Bank)裡存放的都是具有高技術價值的決策、Bug 解法與專案設定。

https://github.com/thedotmack/claude-mem/releases/tag/v15.10.0

Picture Source

cmem.ai

留言