Claude 记忆库越来越乱?这个工具帮你把它管起来

Claude 记忆库越来越乱?这个工具帮你把它管起来

用 Claude Code 做项目,时间一长就会遇到一个问题:记忆库越来越难搜。

你知道某个坑踩过,但不记得答案在哪个文件。你知道上季度做过某个决策,但找不到当时的理由。打开 ~/.claude/projects/你的项目/memory/,里面几十上百个 .md 文件,命名五花八门,内容参差不齐。

这就是 claude-memory-manager 要解决的问题。


问题出在哪

Claude Code v2.1.59 之后,auto-memory 功能会自动把项目经验写成 markdown 文件,存在本地磁盘上。这个设计很好:纯文本、可读、可 grep、可 git。

但它没有强制任何结构。Claude 自己决定怎么命名文件、写什么内容。时间一长:

  • 同一个主题可能散落在三个文件里
  • feedback 类的记忆没有"为什么",下次遇到同样问题还是会重新讨论
  • 文件名随意,Claude 靠 MEMORY.md 索引里的 description 来决定读哪个------description 写得模糊,就命中不了

claude-memory-manager 在 auto-memory 之上加了一层规范,再配一个 bash 审计脚本,让记忆库在几个月后仍然可搜。


它做了什么

三件事。

1. Schema 规范

文件命名必须是 <type>_<topic>.md,全小写下划线。type 只有三种:

  • feedback:踩过的坑、学到的教训
  • reference:主题深度参考、标准方法、业界数据
  • project:状态性事实,比如当前架构、进行中的工作

每个文件必须有 frontmatter,包含三个字段:namedescriptiontype

feedback 类还必须有 ## Why 段(或同义的中文标题:## 根因## 教训## 原因)。没有原因,下次遇到同样问题还是会得出同样的错误结论。

2. description 写法规范

这是最容易被忽视的一点。Claude 不会自动加载所有 memory 文件------它靠 MEMORY.md 索引里每条 description 来判断"这次要不要读这个文件"。

description 必须是场景关键词 + 核心结论的混合:

scss 复制代码
✅ 浏览器端 supabase.from() mutation 在 tab 切换后死锁,必须用 fetch() 调 REST API
❌ Supabase 相关问题

前者让 Claude 一眼知道"这是 tab 切换场景下要查的 Supabase 结论",后者什么都查不到。

3. 审计脚本

scripts/audit-memory.sh 扫描整个记忆库,输出合规率报告:

yaml 复制代码
Memory audit · 2026-05-15 · 132 files

Hard checks (must be zero):
  missing frontmatter        0
  frontmatter fields         0
  feedback missing Why       1
  naming violations          0
  broken MEMORY.md links     0

Soft signals:
  oversized files           78
  groups over 15 entries     3
  untouched 30+ days        31
  not in MEMORY.md           0

Hard-rule compliance: 99.2%  (1 violation / 132 files)

Hard checks 是必须为零的硬规则。Soft signals 是建议性信号------比如单文件超过 100 行,说明可能需要拆分了。


安装

最简单的方式:在任意 Claude Code session 里说:

bash 复制代码
Install the claude-memory-manager skill from
https://github.com/jau123/claude-memory-manager

Claude 会处理剩下的事。验证方式:开新 session,说一句 "audit memory"

手动安装:

bash 复制代码
git clone https://github.com/jau123/claude-memory-manager.git && \
  mkdir -p ~/.claude/skills/memory-management/templates && \
  cp claude-memory-manager/SKILL.md ~/.claude/skills/memory-management/ && \
  cp claude-memory-manager/templates/audit-memory.template.sh \
     ~/.claude/skills/memory-management/templates/

首次使用

Skill 通过自然语言激活,不需要敲 / 命令:

bash 复制代码
你: "记一下今天那个 wildcard bug"
→ Claude 写一条 feedback_*.md:文件名、frontmatter、Why 段、How to apply。

你: "复盘"
→ Claude 回顾最近 session,挑出 3--5 个候选,问你保留哪些。

你: "audit memory"
→ 跑 scripts/audit-memory.sh,报告合规率,列出需要拆分的文件。

审计脚本实战

如果你已经有一个积累了一段时间的记忆库,可以先跑一次审计看看现状:

bash 复制代码
# 在项目根目录
mkdir -p scripts
cp ~/.claude/skills/memory-management/templates/audit-memory.template.sh \
   scripts/audit-memory.sh

# 编辑脚本顶部的 MEMORY_DIR,指向你的记忆目录
# 路径规则:项目绝对路径把 / 替换成 -
# 例:/Users/foo/myapp → ~/.claude/projects/-Users-foo-myapp/memory

chmod +x scripts/audit-memory.sh
bash scripts/audit-memory.sh

脚本会检查:

  • frontmatter 是否完整(name / description / type 三个字段)
  • feedback 类是否有 Why 段
  • 文件名是否符合 <type>_<topic>.md 格式
  • MEMORY.md 索引是否有断链

什么时候不需要它

作者在 README 里说得很直接:少于 10 条 entry 或不到一个月的项目,用内置 auto-memory 就够了,schema 开销不划算。

这个工具的价值在于长期项目。记忆库积累到几十条之后,命中率开始下降,这时候加规范才有意义。

另外,它不做语义检索------审计基于 grep 和文件名模式匹配,识别不了"两个文件用不同词描述同一概念"。如果你需要语义级别的记忆管理,作者推荐看 Mem0、Letta、Zep 这类向量后端。


与内置 auto-memory 的对比

Schema 审计 长期效果
只用 auto-memory 无(Claude 自己决定) 文件累积但无命名/内容规范
加这个 skill 3 种类型 + 必填字段 + feedback 必有 Why 一行命令的脚本 库保持可审计、可搜

项目地址:github.com/jau123/clau...

相关推荐
用户3134672143541 天前
Langchain入门到实战开发智能体教程(LLM+RAG+OpenAI+Agent)-下
agent
大模型真好玩1 天前
LangChain DeepAgents 速通指南(九)—— 生产级智能体框架 DeepAgents Code 源码导读
人工智能·langchain·agent
用户3134672143541 天前
LangChain 入门:LCEL 链式开发、LangSmith 追踪、RAG 检索与自定义 Agent 工具实战
agent
counterxing1 天前
最近发现一个 Mac 工具,有点像把 Raycast、语音输入法、截图和录屏塞到了一起
macos·ai编程·claude
武子康1 天前
调查研究-198 Agent 到底该记住什么?读懂《What Must Generalist Agents Remember?》
人工智能·openai·agent
码哥字节1 天前
为什么 Claude Code 读你的代码库,光靠 embedding 根本不够?
claude·代码规范
武子康1 天前
调查研究-197 FAISS vs Elasticsearch 全面对比:从向量检索、全文搜索到 RAG 选型指南
人工智能·elasticsearch·agent
leeyi1 天前
Checkpoint 机制:Agent 怎么在断电后接着跑
redis·aigc·agent
米小虾1 天前
Context Engineering —— 知识与记忆的窗口
人工智能·agent
葫芦和十三2 天前
图解 MongoDB 13|WiredTiger 存储引擎:B-tree、页和 checkpoint 三件套
后端·mongodb·agent