一句话定位：给 AI Agent 装长期记忆。自动记录会话里发生的一切，用 AI 压缩成摘要，
下次开会话时把"相关的那部分"重新注入上下文。
一、核心档案
| 项 | 内容 |
|---|---|
| 仓库 | github.com/thedotmack/claude-mem |
| 作者 | Alex Newman（@thedotmack） |
| 创建时间 | 2025-08-31（不是新项目，今年才起量） |
| 安装 | npx claude-mem install |
| 兼容 | Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode |
| 存储 | 本地 ~/.claude-mem/，SQLite 3 + FTS5 全文索引 + Chroma 向量库 |
| 本地服务 | 由 Bun 托管的本地 HTTP worker，提供网页面板与搜索端点 |
捕获机制：5 个生命周期钩子挂在 Agent 上——SessionStart、UserPromptSubmit、
PostToolUse、Stop、SessionEnd。你不管，它自己捞。
三层检索（官方称约省 10 倍 token）
search拿精简索引（每条约 50–100 token）；timeline看时间线上下文；get_observations按 ID 拉完整细节（每条约 500–1,000 token）。
先过滤再取全文——比一股脑翻记忆库省得多。观察项按类型打标签：
decision、bugfix、security_alert、sensitive。
二、关键数据（快照 2026-10-11）
| 指标 | 数值 | 来源 |
|---|---|---|
| Stars | 97,200（今日 +534） | 夜雨聆风 |
| Stars 口径 | 95,940 ｜ 98,476（10-09） | theterminal（10-04）｜ 掘金日榜 |
| Forks | 8,637 | 掘金日榜 |
| Open issues | 110 | theterminal 引 GitHub API |
| 许可 | Apache-2.0 | 同上 |
三源区间 95.9k–98.5k，波动正常，可信度尚可；采信 97.2k 并标注区间。
三、真问题·硬伤 vs 建议
真问题 / 硬伤
- 压缩默认不在本地跑（最关键的一条）。README 写明默认用 claude-mem observer
（14 天试用），替代项为 OpenRouter / Gemini API / 你自己的 Anthropic 计划。
你选谁，谁就收到被压缩的观察内容——"本地记忆库"和"本地压缩"是两回事，别混淆。
- 记忆投毒（memory poisoning）是真实攻击面。2026-07-16 arXiv 论文
*Bad Memory: Evaluating Prompt Injection Risks from Memory in Agentic Systems*
测试了 Claude Code 与 Codex：Agent 能抵抗用外部内容覆写自身记忆，
但"已经植入文件里的载荷可以成功攻击当前与未来会话"。
该论文没有测试 claude-mem，但道理通用：**Agent 从网页或依赖里读到的东西会变成观察项，
被摘要后在下一周重新注入——模型会把它当成自己的历史。**
- 约 10 倍 token 节省是自述，未找到独立测量。
- 无公开安全分析。第三方明确说"没找到针对 claude-mem 本身的安全性分析"。
- 排除敏感内容靠标签：想把秘密挡在存储与压缩之外，得你自己打
sensitive标签。 - 可选云同步指向 cmem.ai，写着"写入即同步"，需邮箱 magic-link 登录。
建议 / 观察
- 对 TextFlow 的参考价值很直接：老爷一直要求"多项目并行切换时上下文不丢"，
这就是它的正面解法——自动捕获 + AI 压缩 + 按需注入，且三层检索省 token。
这套结构可以照搬进 TextFlow 的记忆节点设计。
- 但必须换成本地压缩（接 Ollama 或自建）才符合老爷的数据习惯，
默认那条"14 天试用观察器"的路不要走。
- 与 007 号 headroom 是同一族技术（都会话上下文处理），但方向相反：
headroom 压的是"这一次要发出去的"，claude-mem 存的是"跨会话要留下的"。
四、评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 传播热度 | ⭐ 9/10 | 近 10 万星，日增稳定 |
| 工程完成度 | ⭐ 8/10 | 钩子 + 三层检索设计扎实；但云依赖默认开启、安全未审计 |
| 业务相关性 | ⭐ 8/10 | 直接对治 TextFlow 的跨会话记忆需求 |
| 收藏观察价值 | ⭐ 8/10 | "自动捕获 + 压缩 + 注入"范式值得跟踪 |
综合均分 8.3 / 10
五、锚点清单
- 已验证：Apache-2.0、TypeScript、创建于 2025-08-31、110 open issues、
5 个生命周期钩子名称、SQLite+FTS5+Chroma 存储、三层检索的 token 区间、
默认压缩走 claude-mem observer（14 天试用）、可选云同步 cmem.ai、
独立媒体明确表示"未找到针对本项目的安全分析"
- 待核实：Star 准确值（95.9k / 97.2k / 98.5k）、"约 10 倍省 token"的第三方复现
- 已知风险：记忆投毒（arXiv 论文结论，虽未针对本项目，但机制通用）
六、给老爷的判断
结构值得抄，默认配置不值得用。 它的"自动捕获 + 压缩 + 按需注入"正是 TextFlow
跨会话记忆该长的样子；但默认把内容送去第三方压缩这一条，与老爷的数据习惯冲突。
建议：读它的三层检索设计，压缩环节换成本地。