claude-mem：95.5k Stars，给 AI 智能体建了个“长期记忆”

你的 AI 编程智能体每次重新开始对话，都得从零经过吗？claude-mem 想解决这个问题。这个项目已经拿了 95.5k Stars、8.5k Forks，支持 Claude Code、Codex、Gemini、Hermes、Copilot、OpenCode 等几乎所有主流 AI 编程工具。它的核心功能很简单：把智能体在每次会话中做的事全部捕获下来，用 AI 压缩后存储，在下次会话自动注入相关上下文。

解决的是什么问题

现在的 AI 编程工具都有个共同缺陷：会话结束，上下文消失。你花了一小时让 Claude Code 理解你的项目结构、记住了你的代码风格偏好、懂得你的架构决策——然后关闭终端，重新打开，智能体又回到了“我是谁，我在哪里，我要做什么”的起点。

claude-mem 的解决方案是三步：捕获（自动记录智能体的所有操作）→ 压缩（用 AI 把原始操作日志压缩成密集的上下文摘要）→ 注入（下次会话开始时，检索相关上下文自动填充）。存储用 SQLite + ChromaDB，局部运行，数据不出设备。

多平支持是核心竞争力

claude-mem 不只支持 Claude Code。它有独立的插件目录：.codex-plugin、.cursor-plugin、.grok-plugin、.windsurf/rules、.claude-plugin……这意味着无论你用哪家的 AI 编程工具，都能用同一套记忆系统。这在生态中是很羅见的——大多编程工具的延伸功能都是单平的，你换了工具就换了全部工具链。

95.5k Stars 说明这个需求是真实的。AI 编程工具的用户在过去一年里从“试试看”进入了“每天都用”的阶段，记忆跨过并不是加成，而是生死线——如果智能体每次都要重新解释项目结构，那么使用体验会均情化到无法实用。

架构思考

claude-mem 的技术核心是一个插件化的同步服务（sync-api）+ 连接器（sync-hub），本地运行，支持 Docker 部署。三条分支：main（稳定）、core-dev（核心开发）、community-edge（社区边缘），只有 main 发布到 npm。这种分叉策略说明项目已经有了成熟的发布流程。

Apache-2.0 授权的选择很有意思——作者明确说“耐久的智能体记忆应该能容易嵌入到开发者工具、本地智能体、MCP 服务器、企业系统、机器人栈和生产环境中”。这不只是个开源工具，而是在建一个智能体记忆的基础设施层。

核心观点：AI 编程工具的下一个竞争点不是模型智商，而是状态管理。claude-mem 的 95.5k Stars 不是因为它的压缩算法多精妙，而是因为它解决了每个重度用户都在找的那个“不要每次都重新解释项目”的痛点。如果你每天都在用 AI 编程工具，值得试一下。