免费POC, 零成本试错
AI知识库

AI知识库

学习大模型的前沿技术与行业落地应用


收藏

开源:参考OpenClaw,我们给 Claude Code 加上了轻量化的永久透明记忆

发布日期:2026-02-13 19:15:33 浏览次数: 3067
作者:Zilliz

微信搜一搜,关注“Zilliz”

推荐语

开源Claude Code永久记忆插件,让AI记住你的每一次编码决策和偏好,告别重复粘贴的烦恼。

核心内容:
1. memsearch ccplugin的轻量级记忆解决方案介绍
2. 现有Claude Code记忆机制的不足与痛点分析
3. 插件实现原理与开源地址分享

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
昨天我们聊了怎么复刻OpenClaw的mem系统,为所有Agent打造透明、可控的记忆,然后发布了memsearch。
开源:我们复刻了OpenClaw的mem系统,为所有Agent打造透明、可控的记忆
但考虑到在代码领域,如何做好记忆与检索,相比其他场景又有所不同,因此,基于 memsearch CLI ,我们同时也为Claude Code 做了个永久记忆的 plugin——memsearch ccplugin(可适用所有AI coding软件)。
地址如下:
https://zilliztech.github.io/memsearch/claude-plugin/
借助memsearch ccplugin的轻量级记忆解决方案 ,Claude 会记住你的每次对话、每个决策、每条代码风格偏好以及跨 session、跨天的所有知识,做到自动检索,随时可用。

在本文中,为了区分,我们把这个上层的memsearch Claude Code plugin 叫做  ccplugin,把下层的 memsearch 还是叫做原来的 memsearch。

01 

我们为什么要做memsearch ccplugin?

早上打开 Claude Code,你想让AI继续昨天的认证重构。Claude 却完全不记得昨天和你昨天一起做了什么。于是,用户就只能倒退回去,开始复制粘贴,这种问题,不算大,但是出现的次数多了,就会变得很烦人。
尽管Claude Code 本身具备一定的记忆机制,但在实际生产中,完全不够用。比如其CLAUDE.md 文件可以存储项目指令和偏好,但这更适合存静态规则和简短提示,不适合积累长期知识。当然,Claude Code 也有 resume、fork 这些命令,但用起来很不友好。用户得记住 session ID,手动输入命令,管理一堆分叉的对话历史。
此外,当你输入 /resume 命令时,经常出来一堆会话标题,如果你只记得一些历史操作细节,时间又比较久远,那根本不知道哪个是你要找的。
于是,市场上又出现了全栈式解决方案claude-mem。它的思路是构建一套完整的记忆系统:自动捕获你的编码活动,用 AI 压缩成可搜索的摘要,在需要时注入相关上下文。
为了落地这套思路,claude-mem 打造了一个三层记忆系统:先搜索高层摘要,需要细节就查看时间线,想看原始对话就拿完整 observations,除此之外,还有隐私标签、成本统计、Web 可视化界面。
其技术实现细节如下:
运行层:基于 Node.js 开发的 Worker 服务部署在 37777 端口,会话类基础数据存储在轻量的 SQLite 数据库中,同时引入向量数据库实现记忆内容的精准向量检索;
交互层:配套了 React 开发的 Web 可视化 UI,你可以实时查看系统捕获的记忆内容(比如摘要、时间线、原始记录);
接口层:通过 MCP(Model Context Protocol)server 对外暴露标准化工具接口,Claude 可直接调用 search(搜索高层摘要)、timeline(查看细节时间线)、get_observations(获取原始交互记录)等命令,完成记忆的检索和调用。
平心而论,这是一个不错的产品,解决了 Claude Code 的记忆问题,但它也很重,具体包括以下几个方面:
环境与组件依赖繁重:用户需要部署 Node.js、Bun、MCP runtime 等基础环境,还要维护 Worker 服务、Express server、React UI、SQLite、向量库等多个组件,每个组件都增加了部署、维护的门槛;
Context 窗口与成本开销大:MCP server 的设计存在关键问题 —— 所有工具定义会永久加载到 Claude 的上下文窗口中,且每次工具调用的请求 / 响应都会消耗 tokens;对于长时间运行的会话,这些开销会持续累积,最终可能导致 token 成本失控;
记忆召回的被动性:claude-mem 的记忆召回是 “agent-driven(智能体驱动)” 模式,必须由 Claude 主动决定调用 search 等工具才能触发检索;如果 Claude 没意识到需要调取记忆,相关内容就不会出现,且三层记忆系统的每一层都需要 Claude 显式调用对应工具;
数据存储不透明:数据分散存储在 SQLite(会话元数据)和 Chroma 向量库(二进制向量数据)中,无通用开放格式;用户想迁移数据需要编写导出脚本,想查看 AI 记住的内容也只能通过 Web UI 或专用接口,无法直接访问底层数据。
也是基于以上现实,我们开始思考:记忆系统能不能更简单?

02 

memsearch ccplugin 是如何构建的

承接前文对 claude-mem 全栈架构带来高复杂度的分析,我们开发的 memsearch ccplugin 走了完全相反的路线 ,以极简为核心设计哲学,用最轻量化的方式解决 Claude Code 的记忆问题。
memsearch ccplugin 的架构核心是四个 shell hooks,加上一个后台 watch 进程。完全摒弃了 Node.js、MCP server、Web UI 等复杂组件,本质上就是几个调用 memsearch CLI 的 shell 脚本,大幅降低了部署、维护的门槛。
从职责边界来看,memsearch ccplugin 本身不做记忆存储、不做向量检索、不做文本嵌入。而是将这些全部交由底层的 memsearch CLI 来实现;ccplugin 唯一的核心职责,就是充当桥梁,把 Claude Code 全生命周期的关键事件(比如会话启动、用户输入 prompt、停止回复、会话结束),精准桥接到 memsearch CLI 的对应功能上。
这种分层解耦的设计带来了极强的灵活性:即便你不用 Claude Code,memsearch CLI 也能独立对接其他 IDE、Agent 框架,甚至手动调用,不会受限于单一使用场景。
具体的落地上,这套架构,有两大特色:
第一:Markdown 优先,Milvus 是配角,数据永远可以从 `.md` 文件重建。
ccplugin 的所有记忆都存在 .memsearch/memory/ 目录下的 Markdown 文件里。
.memsearch/memory/├── 2026-02-09.md├── 2026-02-10.md└── 2026-02-11.md
每个文件是一天的 session 摘要,纯文本,人类可读。
比如以下就是 memsearch 项目本身的每日记忆的 Markdown 文件截图:
可以明确看到,时间,会话 ID,每轮对话的ID,会话的摘要,非常清晰。
因此,想知道 AI 记住了什么,可以直接打开 Markdown。想修改记忆?编辑器改就行。想迁移数据?复制 .memsearch/memory/ 文件夹。
过程中,向量索引仅作缓存:Milvus 向量库中的索引只是为了加速语义检索,可随时从 Markdown 文件重建。这意味着,整个过程零不透明数据库,零二进制黑盒,数据永远可追溯、可重建。
第二:自动注入,零上下文消耗
透明的存储只是第一步,真正的效率来自于如何使用这些记忆,ccplugin 的记忆召回是自动的。
每次你输入 prompt,UserPromptSubmit hook 会自动触发语义搜索,把 top-3 相关记忆注入到上下文中。Claude 不需要决定是否搜索,它可以直接得到上下文。
过程中,Claude 看不到任何 MCP tool definitions(不会占用 context window),也无需主动调用工具;Hook 机制在 CLI 层面运行,注入的只是纯文本搜索结果,无 IPC开销,也没有工具调用的 token 成本,彻底避免 context 开销累积。
另外,值得一提的是,为兼顾效率和灵活性,我们设计了三层渐进式检索逻辑(均为CLI命令):
L1(自动层):每次输入自动返回 top-3 语义搜索结果(chunk_hash+200 字预览),满足日常需求;
L2(按需层):需完整上下文时,运行memsearch expand 获取完整 Markdown 章节 + 元数据;
L3(深入层):需原始对话时,运行memsearch transcript --turn 调取 JSONL 格式原始记录;整体逻辑是先给概览,再按需深入,既保证默认使用的轻量化,又满足特殊场景的细节需求。
记忆的检索解决了用的问题,但在这之前,我们需要先考虑,到底要怎么存,以及存什么?
ccplugin 的 Markdown 记忆内容,是通过一套后台异步、极低成本的流程自动生成的:每次你停止 Claude 的回复时,Stop hook 会异步触发去解析对话记录(transcript),调用 Claude Haiku 模型(claude -p --model haiku)生成会话摘要,追加到当天的 Markdown 文件。
(Haiku 模型 API 调用成本极低,几乎可忽略)
紧接着,后台 watch 进程检测到 Markdown 文件变化后,自动将新内容索引到 Milvus,保证检索时效性;整个流程全程后台运行,不干扰用户操作,且成本可控。

03 

快速上手

第一步:在 Claude Code 中通过插件市场安装:
# 在Claude Code终端运行/plugin marketplace add zilliztech/memsearch/plugin install memsearch
第二步:重启 Claude Code,插件会自动初始化配置;
第三步:完成一次对话后,查看当天的记忆文件:
cat .memsearch/memory/$(date +%Y-%m-%d).md
第四步:下次启动 Claude Code 时,系统会自动检索并注入相关记忆,无需额外操作。

04 

结尾

回到最开始的问题:如何给 AI 加记忆,claude-mem 与memsearch ccplugin各有优劣,这是我们整理的一个快速选型指南:
claude-mem 提供了更丰富的功能、更完善的 UI、更灵活的控制。如果你需要团队协作、Web 可视化、精细的记忆管理,它是好选择。
memsearch ccplugin 提供了极简的设计、零上下文消耗、透明的存储。如果你只想要一个轻量的记忆层,不需要额外的复杂度,它可能更适合。
哪个更好,取决于你需要什么。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅