claude-mem-lite

v2.12.3

Published

5 hours ago

Lightweight persistent memory system for Claude Code

0High
0Medium
0Low

sdsrs

English | 中文

claude-mem-lite

Claude Code 的轻量级持久化记忆系统。自动捕获编码过程中的观察、决策和问题修复，通过全文搜索随时回溯。

基于 MCP 服务器 + Claude Code 钩子构建。无需外部服务，单一 SQLite 数据库，开销极低。

为什么选择 claude-mem-lite？

对 claude-mem 的重新设计，用更智能、更精简的架构替代其重量级方案。

架构对比

| | claude-mem（原版） | claude-mem-lite | |---|---|---| | LLM 调用 | 每次工具使用都触发 Sonnet 调用 | 仅在 episode 刷新时调用（5-10 次操作批处理） | | LLM 输入 | 原始 tool_input + tool_output JSON | 预处理后的动作摘要 | | 对话模式 | 多轮对话，累积完整历史 | 无状态单轮提取 | | 噪声过滤 | LLM 通过 "WHEN TO SKIP" 提示词判断 | 确定性的代码级 Tier 1 过滤器 | | 运行方式 | 长驻后台 worker 进程（1.8MB .cjs） | 按需启动，立即退出 | | 依赖 | Bun + Python/uv + Chroma 向量数据库 | 仅 Node.js（3 个 npm 包） | | 源码大小 | ~2.3MB 编译后的打包文件 | ~50KB 可读源码 | | 数据目录 | ~/.claude-mem/ | ~/.claude-mem-lite/（隐藏目录，自动迁移） |

Token 与成本效率

以典型的 50 次工具调用的会话为例：

| | claude-mem | claude-mem-lite | 比率 | |---|---|---|---| | LLM 调用次数 | ~50（每次工具使用） | ~5-8（按 episode） | 减少 7-10 倍 | | 每次调用 token | 1,000-5,000（原始 JSON + 历史） | 200-500（仅摘要） | 减少 5-10 倍 | | 总 token 量 | ~100K-250K | ~1K-4K | 减少 50-100 倍 | | 模型成本 | Sonnet ($3/$15 每百万) | Haiku ($0.25/$1.25 每百万) | 便宜 12 倍 | | 综合节省 | | | 成本降低 600 倍+ |

质量对比

| 维度 | 胜出方 | 原因 | |---|---|---| | 分类准确性 | 持平 | 两者都能正确生成 type/title/narrative | | 噪声过滤 | lite | 代码级过滤是确定性的；LLM 的 "WHEN TO SKIP" 不可靠 | | 观察连贯性 | lite | Episode 批处理将相关编辑组合为一条连贯的观察 | | 代码级细节 | 原版 | 能看到完整 diff，但在记忆搜索中很少用到 | | 搜索召回率 | 持平 | 用户搜索语义概念（"auth bug"），而非代码行 | | Hook 延迟 | lite | 异步后台 worker；原版每次 hook 阻塞 2-5 秒 |

设计理念

原版把所有数据扔给 LLM，期望它自行过滤。claude-mem-lite 先用代码过滤，再把真正重要的内容发送给更小的模型。这不是降级，而是更智能的架构——以极低的成本产出同等的搜索质量。

功能特性

自动捕获 -- 挂载到 Claude Code 生命周期（PostToolUse、PreToolUse、SessionStart、Stop、UserPromptSubmit），无需手动操作即可记录观察
FTS5 搜索 -- 基于 BM25 排名的全文搜索，覆盖观察、会话摘要和用户提示，支持重要度加权
时间线浏览 -- 基于锚点的时间上下文窗口，按时间顺序浏览观察
Episode 批处理 -- 将相关文件操作分组为连贯的 episode，再进行 LLM 编码
错误触发回忆 -- Bash 出错时自动搜索记忆，浮现相关的历史修复方案
主动文件历史 -- 编辑文件时，自动显示该文件相关的历史观察记录
会话摘要 -- 会话结束时通过后台 worker（使用 claude -p）生成 LLM 摘要
项目作用域上下文 -- 将最近的记忆注入 CLAUDE.md 和会话启动上下文
观察类型 -- 分类为 decision、bugfix、feature、refactor、discovery 或 change
重要度分级 -- LLM 为每条观察分配 1-3 级重要度（日常/关注/关键）
观察关联 -- 基于文件重叠自动建立观察之间的双向链接
用户提示捕获 -- 通过 UserPromptSubmit 钩子记录用户提示，追踪用户意图
Read 文件追踪 -- 追踪会话中读取的文件，丰富 episode 上下文
零数据丢失 -- LLM 失败时，使用推断的元数据保存降级记录，而非丢弃
两级去重 -- Jaccard 相似度（5 分钟窗口）+ MinHash 签名（7 天跨会话窗口）双重防重
同义词扩展 -- 缩写如 K8s、DB、auth 在 FTS5 搜索时自动扩展为全称（48+ 对）
伪相关反馈（PRF） -- 首轮结果作为种子扩展查询，提升召回率
概念共现 -- 观察间的共享概念自动扩展搜索到相关主题
上下文感知重排 -- 活跃文件重叠提升相关性（精确匹配 + 目录级半权重）
过时检测 -- 当更新的观察覆盖相同文件且重要度更高时，标记旧观察为已取代
自适应时间窗口 -- 会话启动回忆使用基于速率的时间窗口（高/中/低活跃度分级）
Token 预算上下文 -- 贪心背包算法在 2,000 token 预算内选择会话启动上下文，按时效性和重要度优先
观察压缩 -- 可将旧的低价值观察压缩为每周摘要，减少噪声
秘密擦除 -- 自动编辑 API 密钥、token、PEM 块、数据库连接字符串等 15+ 种凭证模式
原子写入 -- 所有文件写入（episode、CLAUDE.md）使用 write-to-tmp + rename 防止崩溃时损坏
健壮锁机制 -- PID 感知的锁文件，自动清理过期（>30s）或孤儿（PID 已死）锁
过期会话清理 -- 活跃超过 24 小时的会话在下次启动时自动标记为 abandoned
智能调度 -- 三级渐进式调度系统，在 SessionStart、UserPromptSubmit、PreToolUse 三个时机自动推荐最合适的 skill 或 agent
资源注册表 -- 对已安装的 skill 和 agent 建立 FTS5 索引，支持复合评分和调用追踪
统一资源发现 -- 共享文件系统遍历层（resource-discovery.mjs），运行时扫描器和离线索引器共用，支持扁平目录、插件嵌套和松散 .md 文件
闭环反馈 -- 追踪推荐是否被采纳、会话是否成功，持续改进调度质量
双语意图识别 -- 同时理解中文和英文用户意图（15+ 英文 + 12+ 中文意图类别）
领域同义词扩展 -- 调度查询自动扩展领域同义词（如 "修复" → fix, debug, bugfix, repair, error）
持久化冷却机制 -- 5 分钟跨会话冷却 + 同会话去重，避免重复推荐
双模式 LLM 调用 -- 自动检测 ANTHROPIC_API_KEY 直连 API；无 key 时回退到 claude -p CLI
Haiku 熔断器 -- 连续 3 次 LLM 失败后，禁用 Haiku 调度 5 分钟，防止级联延迟
否定意图感知 -- 正确处理 "不要测试了，先修 bug" 等复杂提示，排除被否定的意图，支持中英文混合输入
可配置 LLM 模型 -- 通过 CLAUDE_MEM_MODEL 环境变量在 Haiku（快速/低成本）和 Sonnet（深度分析）之间切换
数据库自动恢复 -- 启动时检测并清理损坏的 WAL/SHM 文件；定期 WAL checkpoint 防止无限增长
Schema 自动迁移 -- 每次启动运行幂等的 ALTER TABLE 迁移，安全地添加新列和索引，不丢失数据
探索奖励 -- 注册表中的新资源在复合排名中获得公平机会；高推荐零采纳的"僵尸"资源被惩罚
LLM 并发控制 -- 基于文件的信号量将后台 worker 限制为 2 个并发 LLM 调用，防止资源争用
stdin 溢出保护 -- Hook 输入在 256KB 处截断，对超大工具输出使用正则挽救关键信息
跨会话交接 -- 在 /clear 或 /exit 时捕获会话状态（请求、已完成工作、后续步骤、关键文件），下次会话检测到继续意图时自动注入上下文（支持显式关键词和 FTS5 术语重叠匹配）

平台支持

| 平台 | 状态 | 说明 | |------|------|------| | Linux | 支持 | 主要开发和测试平台 | | macOS | 支持 | 完全兼容（Intel 和 Apple Silicon） | | Windows | 暂不支持 | 使用 POSIX shell 脚本（post-tool-use.sh、setup.sh）和 Unix 文件锁；WSL2 可能可用但未经测试 |

环境要求

Node.js >= 18
Claude Code CLI 已安装并配置（claude 命令可用）
SQLite3 支持（由 better-sqlite3 提供，安装时编译）
平台：Linux 或 macOS（参见平台支持）

安装

方式一：插件市场（推荐）

/plugin marketplace add sdsrss/claude-mem-lite
/plugin install claude-mem-lite

插件模式会管理自己的运行时与钩子。SessionStart 时它现在只会检查并提示新版本，不会直接覆盖插件目录中的文件。插件模式请通过 Claude 的插件更新流程完成升级。

方式二：npx（一行命令）

npx github:sdsrss/claude-mem-lite

源文件会自动复制到 ~/.claude-mem-lite/ 以持久化保存。

方式三：git clone

git clone https://github.com/sdsrss/claude-mem-lite.git
cd claude-mem-lite
node install.mjs install

源文件保留在克隆的仓库中。通过 git pull && node install.mjs install 更新。

安装过程

安装依赖 -- npm install --omit=dev（编译原生 better-sqlite3）
注册 MCP 服务器 -- mem 服务器，包含 7 个工具（search、timeline、get、save、stats、delete、compress）
配置钩子 -- PostToolUse、PreToolUse、SessionStart、Stop、UserPromptSubmit 生命周期钩子
创建数据目录 -- ~/.claude-mem-lite/（隐藏目录），存放数据库、运行时和托管资源文件
自动迁移 -- 自动检测 ~/.claude-mem/（原版 claude-mem）或 ~/claude-mem-lite/（v0.5 前的非隐藏目录），将数据库和运行时文件迁移到 ~/.claude-mem-lite/，原目录保持不变
初始化数据库 -- SQLite WAL 模式，FTS5 索引在服务器首次启动时创建

安装后重启 Claude Code 以激活。

迁移

所有安装方式自动检测并从旧版本迁移：

从 claude-mem 原版（~/.claude-mem/）：

复制 claude-mem.db → ~/.claude-mem-lite/claude-mem-lite.db（重命名）
复制 runtime/ 目录
原 ~/.claude-mem/ 保持不变（不删除、不覆盖）

从 v0.5 前的非隐藏目录（~/claude-mem-lite/）：

整个目录移动到 ~/.claude-mem-lite/（隐藏目录）

就地重命名：

已有的 ~/.claude-mem-lite/claude-mem.db 会自动重命名为 claude-mem-lite.db

确认一切正常后手动删除旧目录：

rm -rf ~/.claude-mem/       # 原版 claude-mem
rm -rf ~/claude-mem-lite/   # v0.5 前的非隐藏目录（如未自动迁移）

目录结构

~/.claude-mem-lite/
  claude-mem-lite.db       # SQLite 数据库 — 记忆（WAL 模式）
  resource-registry.db     # SQLite 数据库 — skill/agent 注册表
  runtime/
    session-<project>    # 活跃会话状态
    ep-<project>.json    # Episode 缓冲区
    ep-flush-*.json      # 已刷新的 episode，等待处理
    reads-<project>.txt  # Read 文件路径（刷新时收集）
  managed/
    skills/              # 独立 skill（扁平布局）
    agents/              # Agent 插件（嵌套：agents/*.md + skills/*/SKILL.md）
    repos/               # 浅克隆的源代码仓库

使用方法

MCP 工具（由 Claude 自动使用）

| 工具 | 描述 | |------|------| | mem_search | 基于 BM25 排名的 FTS5 全文搜索。支持按类型、项目、日期范围、重要度过滤。 | | mem_timeline | 围绕锚点按时间顺序浏览观察。 | | mem_get | 获取指定观察 ID 的完整详情（包含重要度和关联 ID）。 | | mem_save | 手动保存记忆/观察。 | | mem_stats | 查看统计：计数、类型分布、热门项目、每日活动。 | | mem_delete | 按 ID 删除观察，支持预览/确认工作流。FTS5 自动清理。 | | mem_compress | 压缩旧的低价值观察为每周摘要，减少噪声。 |

技能命令（在 Claude Code 聊天中使用）

/mem search <query>        # 全文搜索所有记忆
/mem recent [n]            # 显示最近 N 条观察（默认 10）
/mem save <text>           # 保存手动记忆/笔记
/mem stats                 # 显示记忆统计
/mem timeline <query>      # 围绕匹配结果浏览时间线
/mem <query>               # search 的简写

高效搜索工作流

1. mem_search(query="auth bug")     -> 紧凑的 ID 索引
2. mem_timeline(anchor=12345)       -> 周边上下文
3. mem_get(ids=[12345, 12346])      -> 完整详情

数据库结构

五张核心表 + FTS5 虚拟表用于搜索：

observations -- 单条编码观察（决策、bug修复、功能等）

id, memory_session_id, project, type, title, subtitle,
text, narrative, concepts, facts, files_read, files_modified,
importance, related_ids, created_at, created_at_epoch

session_summaries -- LLM 生成的会话摘要

id, memory_session_id, project, request, investigated,
learned, completed, next_steps, files_read, files_edited, notes

sdk_sessions -- 会话追踪

id, content_session_id, memory_session_id, project,
started_at, completed_at, status, prompt_counter

user_prompts -- 通过 UserPromptSubmit 钩子捕获的用户提示

id, content_session_id, prompt_text, prompt_number

session_handoffs -- 跨会话交接快照（UPSERT，每个项目最多 2 行）

project, type, session_id, working_on, completed, unfinished,
key_files, key_decisions, match_keywords, created_at_epoch

FTS5 索引：observations_fts、session_summaries_fts、user_prompts_fts

工作原理

Hook 管线

SessionStart
  -> 生成会话 ID（/clear 时保存交接快照）
  -> 标记过期会话（活跃 >24h）为 abandoned
  -> 清理孤儿/过期锁文件
  -> 查询最近观察（24 小时内）
  -> 注入上下文到 CLAUDE.md + 标准输出
  -> 调度：根据用户提示推荐 skill/agent（Tier 0→1→2→3）

PostToolUse（每次工具执行）
  -> Bash 预过滤器 ~5ms 跳过噪声（Read 路径追踪到 reads 文件）
  -> 检测 Bash 重要性（错误、测试、构建、git、部署）
  -> 累积到 episode 缓冲区
  -> 主动文件历史：为编辑的文件显示过往观察
  -> 刷新条件：缓冲区满（10 条） | 5 分钟间隔 | 上下文切换
  -> 刷新时收集 Read 文件路径到 episode
  -> 为有意义的 episode 启动 LLM episode worker
  -> 错误触发回忆：搜索记忆中相关的历史修复

PreToolUse（工具执行前）
  -> 调度：根据当前操作上下文推荐 skill/agent（Tier 0→1→2）

UserPromptSubmit
  -> 捕获用户提示文本到 user_prompts 表
  -> 递增会话提示计数器
  -> 交接：检测继续意图 → 注入上一次会话上下文
  -> 调度：根据用户实际提示推荐 skill/agent（Tier 0→1→2）
  -> 主要调度触发点 — 用户意图在此最为明确

Stop
  -> 刷新最终 episode 缓冲区
  -> 保存交接快照（/exit 时）
  -> 收集调度反馈：采纳检测 + 结果评分
  -> 标记会话为已完成
  -> 启动 LLM 摘要 worker（轮询等待）

智能调度系统

调度系统在编码会话中主动推荐合适的 skill 和 agent，采用三级渐进式架构：

Tier 0：快速过滤（<1ms）
  -> 跳过只读工具（Read、Glob、Grep、LSP...）
  -> 跳过简单 Bash 查询（ls、cat、git status...）
  -> 跳过 Claude 已选择 Skill 或 Task agent 的情况
  -> 跳过 MCP 内部工具

Tier 1：上下文信号提取（<1ms）
  -> 意图：从用户提示提取（测试、修复、部署、审查...）
  -> 技术栈：从最近文件扩展名推断（.ts → typescript）
  -> 动作：从工具名推断（Edit → edit, Bash+jest → test）
  -> 错误领域：分类错误（type-error, test-fail, build-fail...）

Tier 2：FTS5 检索（<5ms）
  -> 用领域同义词扩展信号（15+ 英文、12+ 中文类别）
  -> BM25 排名搜索资源注册表
  -> 复合评分：BM25（40%）+ 仓库星标（15%）+ 成功率（15%）+ 采纳率（10%）

Tier 3：Haiku 语义调度（~500ms，仅 SessionStart）
  -> 当 FTS5 置信度低或前几名结果分数接近时激活
  -> LLM 生成语义搜索查询以精细化检索
  -> PreToolUse 禁用（2 秒 hook 超时不够）

调度触发点：

| Hook | 时间预算 | 层级 | 用途 | |------|---------|------|------| | SessionStart | 10s | 0→1→2→3 | 分析上次会话的 next_steps，提前推荐 skill/agent | | UserPromptSubmit | 2s | 0→1→2 | 主要调度触发点 — 用户实际提示意图最明确 | | PreToolUse | 2s | 0→1→2 | 根据当前操作上下文实时推荐 |

反馈闭环（Stop hook）：

会话结束时，系统回顾本次会话中所有推荐：

采纳检测 -- Claude 是否实际使用了推荐的 skill（Skill 工具）或 agent（Task 工具）？
结果检测 -- 会话是否成功（有编辑无报错）、部分成功（报错后修复）、还是失败？
评分计算 -- 采纳 + 成功 = 1.0，采纳 + 部分 = 0.5，采纳 + 失败 = 0.2
统计数据回流到复合评分，持续改进调度质量

注入模板：

| 资源类型 | 位置 | 模板 | |---------|------|------| | Skill | ~/.claude/skills/（原生） | 简短提示：使用 /skill <name> | | Skill | 托管目录 | 注入完整 skill 内容（最大 3KB） | | Agent | 任意 | 注入 agent 定义，用于 Task 工具委托 |

Episode 编码

Episode 是一批相关操作（对同一组文件的编辑），由后台 LLM worker 处理：

Episode 缓冲区 -> 刷新为 JSON -> claude -p --model haiku -> 结构化观察 -> SQLite

每条观察包含类型、标题、叙述、概念、事实和重要度（1-3），并通过两级机制自动去重：Jaccard 相似度（5 分钟内 >70%）和 MinHash 签名（7 天跨会话 >80%）。LLM 调用失败时，使用推断的元数据保存降级记录（零数据丢失）。相关观察通过 FTS5 标题相似度和文件重叠自动建立 related_ids 链接。

管理命令

# 插件安装：
/plugin install claude-mem-lite       # 安装 / 更新
/plugin uninstall claude-mem-lite     # 卸载

# git clone 安装：
node install.mjs install              # 安装并配置
node install.mjs uninstall            # 移除（保留数据）
node install.mjs uninstall --purge    # 移除并删除所有数据
node install.mjs status               # 显示当前状态
node install.mjs doctor               # 诊断问题
node install.mjs cleanup-hooks        # 只清理 settings.json 中残留的 claude-mem-lite hooks
node install.mjs update               # 强制检查并安装更新（direct install / npx 模式）

# npx 安装：
npx claude-mem-lite                   # 安装 / 重新安装
npx claude-mem-lite uninstall         # 移除（保留数据）
npx claude-mem-lite doctor            # 诊断问题

说明：

插件模式只提示可用更新，不会自更新插件文件。
direct install / npx 模式保留自动更新，并使用 staged replacement；若依赖安装失败会回滚。
如果你禁用了插件，但 ~/.claude/settings.json 里还有旧的 mem hooks，可运行 node install.mjs cleanup-hooks。

doctor

检查 Node.js 版本、依赖、服务器/钩子文件、数据库完整性、FTS5 索引和残留进程。

status

显示 MCP 注册状态、钩子配置、插件禁用状态和数据库统计（观察/会话数量）。

卸载

# 插件：
/plugin uninstall claude-mem-lite

# git clone：
cd claude-mem-lite
node install.mjs uninstall            # 保留 ~/.claude-mem-lite/ 数据
node install.mjs uninstall --purge    # 删除 ~/.claude-mem-lite/ 及所有数据

# npx：
npx claude-mem-lite uninstall
npx claude-mem-lite uninstall --purge

数据默认保留在 ~/.claude-mem-lite/ 中。如需删除：

rm -rf ~/.claude-mem-lite/

项目结构

claude-mem-lite/
  .claude-plugin/
    plugin.json      # 插件清单
    marketplace.json # 市场目录
  .mcp.json          # MCP 服务器定义（插件根目录）
  hooks/
    hooks.json       # 钩子定义（插件模式）
  commands/
    mem.md           # /mem 命令定义
  server.mjs           # MCP 服务器：工具定义、FTS5 搜索、数据库初始化
  server-internals.mjs # 搜索辅助模块：重排序、PRF、概念扩展
  hook.mjs             # Claude Code 钩子：episode 捕获、错误回忆、会话管理
  hook-llm.mjs         # 后台 LLM worker：episode 提取、会话摘要
  hook-shared.mjs      # 共享钩子基础设施：会话管理、数据库访问、LLM 调用
  hook-handoff.mjs     # 跨会话交接：状态提取、意图检测、上下文注入
  hook-context.mjs     # CLAUDE.md 上下文注入与 token 预算
  hook-episode.mjs     # Episode 缓冲区管理：原子写入、待处理条目合并
  hook-semaphore.mjs   # LLM 并发控制：基于文件的信号量
  schema.mjs           # 数据库 schema：表、迁移、FTS5 的单一事实来源
  tool-schemas.mjs     # 共享 Zod schema，用于 MCP 工具校验
  utils.mjs            # 共享工具：FTS5 查询构建、MinHash 去重、秘密擦除
  # 智能调度
  dispatch.mjs         # 三级调度编排：快速过滤、上下文信号、FTS5、Haiku
  dispatch-inject.mjs  # 注入模板渲染：skill/agent 推荐
  dispatch-feedback.mjs # 闭环反馈：采纳检测、结果追踪
  registry.mjs         # 资源注册表 DB：schema、CRUD、FTS5、调用追踪
  registry-retriever.mjs # FTS5 检索：同义词扩展与复合评分
  registry-scanner.mjs # 文件系统扫描器：读取内容 + 哈希，委托发现层
  resource-discovery.mjs # 共享发现层：扁平目录、插件嵌套、松散 .md 文件
  haiku-client.mjs     # 统一 Haiku LLM 封装：直连 API 或 CLI 回退
  # 安装与配置
  install.mjs          # CLI 安装器：设置、卸载、状态、诊断（npx/git clone 模式）
  skill.md             # MCP 技能定义（npx/git clone 模式）
  package.json         # 依赖和元数据
  scripts/
    setup.sh           # Setup 钩子：npm install + 迁移（隐藏目录 + 旧目录）
    post-tool-use.sh   # Bash 预过滤器：~5ms 跳过噪声，追踪 Read 路径
    convert-commands.mjs # 将 command .md 转换为托管插件中的 SKILL.md
    index-managed.mjs  # 托管资源离线索引器
  # 测试和基准（仅开发）
  tests/               # 单元、属性、集成、契约、E2E、管线测试
  benchmark/           # BM25 搜索质量基准 + CI 门控

搜索质量

基于 200 条观察和 30 个查询（标准 + 困难负样本类别）的基准测试结果：

| 指标 | 得分 | |------|------| | Recall@10 | 0.88 | | Precision@10 | 0.96 | | nDCG@10 | 0.95 | | MRR@10 | 0.95 | | P95 搜索延迟 | 0.15ms |

基准测试作为 CI 门控运行（npm run benchmark:gate），防止搜索质量回退。

开发

npm run lint              # ESLint 静态分析
npm test                  # 运行完整测试套件（vitest）
npm run test:smoke        # 运行 5 个核心冒烟测试
npm run test:coverage     # 运行测试并生成 V8 覆盖率（≥75% 行/函数，≥65% 分支）
npm run benchmark         # 运行完整搜索质量基准测试
npm run benchmark:gate    # CI 门控：指标回退超过 5% 容差时失败

环境变量

| 变量 | 说明 | 默认值 | |------|------|--------| | CLAUDE_MEM_DIR | 自定义数据目录。所有数据库、运行时文件和托管资源均存储在此。 | ~/.claude-mem-lite/ | | CLAUDE_MEM_MODEL | 后台 LLM 调用模型（Episode 提取、会话总结、调度）。可选 haiku 或 sonnet。 | haiku | | CLAUDE_MEM_DEBUG | 启用调试日志（设为 1 启用）。 | (禁用) |

许可证

MIT

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme

claude-mem-lite

为什么选择 claude-mem-lite？

架构对比

Token 与成本效率

质量对比

设计理念

功能特性

平台支持

环境要求

安装

方式一：插件市场（推荐）

方式二：npx（一行命令）

方式三：git clone

安装过程

迁移

目录结构

使用方法

MCP 工具（由 Claude 自动使用）

技能命令（在 Claude Code 聊天中使用）

高效搜索工作流

数据库结构

工作原理

Hook 管线

智能调度系统

Episode 编码

管理命令

doctor

status

卸载

项目结构

搜索质量

开发

环境变量

许可证