claude-mem — 最受欢迎的 Claude Code 持久记忆插件

来源： https://github.com/thedotmack/claude-mem

日期： 持续开发中（当前 v5.x）

评分： ⭐⭐⭐⭐⭐ (5/5 — 46K+ stars，Agent 记忆层最热门的开源方案，原生支持 OpenClaw)

官方文档： https://docs.claude-mem.ai/

OpenClaw 集成： https://docs.claude-mem.ai/openclaw-integration

关联报告

本报告与以下报告形成完整对照（建议一起阅读）：

一句话版本

Claude Code 最流行的记忆插件（46K+ GitHub Stars）——自动记录你每次编码会话中 Claude 做了什么、学到了什么，用 AI（Claude Agent SDK）压缩成结构化的"观察记录"，下次启动时自动注入上下文。同时也支持 OpenClaw 和 Gemini CLI，安装只需一行命令。

核心架构

设计哲学

关键区别：claude-mem 在写入路径上使用 LLM 压缩。 这是它与 memsearch 和 QMD 最大的不同。


Claude Code 每次工具调用 → 钩子捕获原始数据 → 发送给 Worker 服务
                                                      ↓
                                            Claude Agent SDK 压缩
                                            （提取结构化学习成果）
                                                      ↓
                                            SQLite 数据库存储
                                            （sessions + observations + summaries）
                                                      ↓
              下一会话启动 → 从 SQLite 读取 → 注入系统提示词

技术栈

层技术
语言TypeScript (ES2022)
运行时Node.js 20+ / Bun
数据库SQLite 3 + FTS5
向量搜索Chroma（可选，用于语义搜索）
AI 压缩@anthropic-ai/claude-agent-sdk（或 Gemini/OpenRouter）
HTTP 服务Express.js 5
实时推送Server-Sent Events (SSE)
Web UIReact + TypeScript

存储结构

存储在 ~/.claude-mem/claude-mem.db（SQLite），不是 Markdown 文件。这也是一个关键区别——不可直接编辑。

OpenClaw 集成（最相关）

安装： 一行命令


curl -fsSL https://install.cmem.ai/openclaw.sh | bash

事件生命周期

OpenClaw 事件claude-mem 动作
`before_agent_start`初始化 session，发送到 `POST /api/sessions/init`
`before_prompt_build`从 Worker 获取观察时间线，注入到系统提示词（缓存 60s）
`tool_result_persist`记录工具调用（跳过 `memory_` 前缀的工具，防递归）
`agent_end`提取最后一条回复，摘要 + 完成 session
`gateway_start`清空 session 跟踪和上下文缓存

系统提示词注入

关键设计选择： claude-mem 不写入 MEMORY.md 文件，而是通过 before_prompt_build 钩子将观察时间线以 appendSystemContext 形式注入系统提示词。MEMORY.md 仍然由 agent 自主管理用于长期记忆（决策、偏好、持久事实），观察时间线通过系统提示词送达。

Observation Feed（观察流）

可以将 agent 的学习过程实时推送到 Telegram / Discord / Slack / Signal / WhatsApp / LINE 等通道。每条消息格式：


🧠 Claude-Mem Observation
**Implemented retry logic for API client**
Added exponential backoff with configurable max retries...

与 memsearch 和 QMD 的核心对比

维度claude-memmemsearchQMD
Stars**46K+** ⭐新项目个人项目
开发者thedotmack（个人）Zilliz（公司）tobi（个人）
写入路径**LLM 压缩**写入 SQLite纯追加 Markdown纯追加 Markdown
存储格式SQLite（不透明）**Markdown**（人类可读）**Markdown**
搜索方式FTS5 + Chroma（可选）Dense + BM25 + RRFBM25 + Dense + LLM rerank
向量后端Chroma（可选）Milvus（Lite→Cloud）sqlite-vec
注入方式系统提示词 `appendSystemContext`memory_search 工具（按需）MCP 工具（按需）
OpenClaw 集成OpenClaw 事件系统插件原生 TS 插件 `kind: memory`MCP 协议
Web UI有（localhost:37777）无无
跨平台Claude Code + Gemini + OpenCode + OpenClawClaude Code + OpenClaw + Codex + OpenCode通用 MCP
许可证专有（查看 LICENSE）MITMIT

claude-mem vs lossless-claw

claude-mem 和我们现有的 lossless-claw 在理念上有根本区别：

claude-memlossless-claw
**写入时机**每次工具调用后立即发送给 Worker 压缩会话结束时或心跳触发时摘要
**写入内容**LLM 压缩的观察记录（可能丢失细节）原始消息 + 分层摘要 DAG（无损）
**读取方式**系统提示词注入（被动接收）按需工具调用（主动检索）
**所有权**闭源（SQLite 不可编辑）开源（Markdown + 摘要 DAG，完全可控）

关键权衡： claude-mem 牺牲了读写的精确控制换取自动化便利性——Agent 启动时自动注入上下文，但你不确定它注入了什么。lossless-claw 给了你完整的控制权和可审计性。

v5 关键特性

与我们项目的关联

1. 最高的社区认可是最大优势 — 46K+ stars 意味着这是很多人的默认记忆方案。我们做 Agent 记忆层，必须理解 claude-mem 为什么这么受欢迎。

2. 他们的核心假设和我们相反 — claude-mem 认为"LLM 压缩写入"是好的（用 AI 提取结构化学习成果），而我们认为 append-only + 无损摘要 DAG 才是正确的方向。这可以看作"便利"vs"精确"的哲学分歧。

3. 值得参考的设计：

- Observation Feed 推送到消息通道——将 Agent 学习过程透明化的好思路

- 系统提示词注入（vs MCP/工具调用）——更主动的上下文注入，但代价是不可控的 token 消耗

- 分层渐进披露的设计思路和我们一致

4. 风险：闭源 SQLite 格式意味着一旦大量依赖，数据可移植性受限。

评分

维度评分说明
社区热度⭐⭐⭐⭐⭐46K+ stars，生态最大
实用性⭐⭐⭐⭐⭐安装即用，一行命令
文档质量⭐⭐⭐⭐⭐Mintlify 文档极完善
OpenClaw 集成⭐⭐⭐⭐⭐原生支持，一行安装
与控制权⭐⭐⭐闭源 SQLite，LLM 压缩可能丢失细节
与我们关联⭐⭐⭐⭐⭐最重要的竞品/参考方案

综合：5/5 — 作为"即插即用型"Agent 记忆方案，claude-mem 是目前的最优解。但它的设计哲学（LLM 压缩写入 + 闭源 SQLite）与我们（无损 + 开源 Markdown）有根本分歧。建议继续走我们的路线，但吸收它的自动化便利性设计。