http://benlab.cn/tags/claude-code/ Recent content in Claude-Code on BenLab的技术笔记 Hugo -- gohugo.io zh-cn Fri, 08 May 2026 00:00:00 +0000 http://benlab.cn/posts/claude-mem/00-overview/ Fri, 08 May 2026 00:00:00 +0000 http://benlab.cn/posts/claude-mem/00-overview/ <h2 id="claude-mem--跨会话持久记忆系统"><a href="#claude-mem--%e8%b7%a8%e4%bc%9a%e8%af%9d%e6%8c%81%e4%b9%85%e8%ae%b0%e5%bf%86%e7%b3%bb%e7%bb%9f" class="header-anchor"></a>claude-mem — 跨会话持久记忆系统 </h2> <blockquote> <p>为 Claude Code 打造的持久记忆压缩系统，自动捕获工具调用观察、用 AI 生成语义摘要，并在未来会话中注入相关上下文。</p> </blockquote> <h2 id="项目概览"><a href="#%e9%a1%b9%e7%9b%ae%e6%a6%82%e8%a7%88" class="header-anchor"></a>项目概览 </h2><table> <thead> <tr> <th>属性</th> <th>值</th> </tr> </thead> <tbody> <tr> <td>仓库</td> <td><a class="link" href="https://github.com/thedotmack/claude-mem" target="_blank" rel="noopener" >https://github.com/thedotmack/claude-mem</a></td> </tr> <tr> <td>最新版本</td> <td>v12.7.5</td> </tr> <tr> <td>技术栈</td> <td>TypeScript / Express / React / SQLite FTS5 / Bun / ChromaDB</td> </tr> <tr> <td>代码规模</td> <td>83,716 行 / 417 个文件</td> </tr> <tr> <td>安装方式</td> <td><code>npx claude-mem install</code></td> </tr> <tr> <td>数据目录</td> <td><code>~/.claude-mem/</code></td> </tr> <tr> <td>Worker 端口</td> <td><code>37700 + (uid % 100)</code></td> </tr> <tr> <td>支持平台</td> <td>Claude Code / Gemini CLI / OpenCode / Cursor / OpenClaw</td> </tr> </tbody> </table> <h2 id="子文档目录"><a href="#%e5%ad%90%e6%96%87%e6%a1%a3%e7%9b%ae%e5%bd%95" class="header-anchor"></a>子文档目录 </h2><ul> <li><a class="link" href="http://benlab.cn/posts/claude-mem/01-hooks/" >01-Hooks 生命周期</a> — 6 个生命周期钩子的触发时机与数据流向</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/02-worker/" >02-Worker 服务与 AI 处理</a> — WorkerService 核心协调器、多 AI 提供商抽象</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/03-search/" >03-搜索架构</a> — SQLite FTS5 + Chroma 混合检索</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/04-install/" >04-安装与多平台集成</a> — 安装流程与多 IDE 集成</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/05-design/" >05-进阶设计亮点</a> — 五个值得反复研读的架构决策</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/06-memory-in-action/" >06-记忆如何在对话中体现</a> — 自动注入与主动搜索两条路径</li> <li><a class="link" href="http://benlab.cn/posts/claude-mem/07-thoughts/" >07-思考与展望</a> — 设计哲学与可迁移模式</li> </ul> <h2 id="我的核心收获"><a href="#%e6%88%91%e7%9a%84%e6%a0%b8%e5%bf%83%e6%94%b6%e8%8e%b7" class="header-anchor"></a>我的核心收获 </h2><ol> <li> <p><strong>Hook 是零侵入的信息高速公路</strong>：claude-mem 没有修改 Claude Code 任何代码，纯粹通过标准 lifecycle hook + stdout JSON injection 实现了完整的记忆注入。<code>{&quot;hookSpecificOutput&quot;: {&quot;additionalContext&quot;: &quot;...&quot;}}</code> 这个协议极其优雅——一个 JSON 字段就能向 Claude 的上下文追加任意内容。</p> </li> <li> <p><strong>&ldquo;边缘处理&quot;是隐私保护的正确姿势</strong>：<code>&lt;private&gt;</code> 标签在 hook 层（最靠近用户输入的地方）就被剥离，不进入任何异步队列。同时 Worker 层还有第二道防线。这是 defense-in-depth + fail-safe 原则的教科书式实践。</p> </li> <li> <p><strong>3 层搜索工作流是 token 工程的精华</strong>：search 返回摘要索引（~75 tokens/条），timeline 展开上下文，get_observations 才拉全文。通过 <code>__IMPORTANT</code> 元工具把工作流强制写入 LLM 系统提示，从架构层面约束消费端行为。</p> </li> <li> <p><strong>Corpus 知识库用 AI 会话 ID 作为编译缓存</strong>：prime 一次知识库就拿到 <code>session_id</code>，后续 query 用 <code>resume</code> 复用，避免每次重传几十 KB 文档。</p> </li> <li> <p><strong><code>uid % 100</code> 端口分配是小决策里的大智慧</strong>：随机端口每次变化需要持久化；固定端口多用户冲突。uid 模运算同时满足&quot;稳定&quot;和&quot;多用户隔离&rdquo;。</p> </li> </ol>