你昨天让 AI 改了一套代码，今天重新开会话，它可能又要从头认识项目。claude-mem 想解决的就是这种“下班即失忆”：它为 Claude Code 增加一层外置长期记忆，自动记录工具使用情况，把历史整理成语义摘要，并在后续会话中重新提供相关内容。项目单日新增 143 星，也说明开发者正集中补这块短板。
它没有把全部旧对话原样塞回来。模型一次能看到的信息总量叫“上下文窗口”，旧记录越多，占用就越大；claude-mem 因此采用上下文压缩，把冗长过程提炼成较短摘要，并支持搜索项目历史、分层取回记忆和控制注入内容。代价也很明确：压缩能省空间，却可能漏掉日后仍有用的细节。现有材料主要来自项目自述，尚未提供独立测试来说明记忆保留的准确率。