先看一组数字。Anchor Terminal 在 10 月 30 日截取的 GitHub 快照里，claude-mem 的总星数到了 105,550，单日进账 1,145 颗。同一天的全语言日榜上，记忆类项目占了显眼的几席：Hindsight 56,437 星，单日进账 1,454 颗；MemPalace 也挤进了 Python 日榜。再往前倒十一天，AI Memory 这个项目涨了 3,793 颗星，相对涨幅 35%，是上一期榜单七个项目里相对涨幅最大的一个。
一个仓库从 2025 年 8 月底创建到现在攒下十万星，靠的不是新模型，也不是新框架，而是一件每个天天用编码 Agent 的人都碰到过的事：会话一关，Agent 就把你忘了。这篇文章拆一拆 claude-mem 到底存了什么、怎么存、和另外几种记忆方案差在哪，以及动手装之前要知道的坑。
会话一断，上下文就清零
用 Claude Code 或者 Codex 干活的人都有这个体验。昨天调了三个小时的报错，今天开新会话，Agent 又从头问一遍项目结构。上周定下来的技术选型，这周它给你推荐了一个完全相反的方案。不是模型变笨了，是它的记忆只活在当前这个会话里。
断片的成本是可以算出来的。每次开新会话，你要么花十分钟把背景重新讲一遍，要么让 Agent 自己把仓库再扫一遍，两种做法都在烧 token。更麻烦的是隐性成本：它已经踩过的坑会再踩一遍，已经否决的方案会再提一遍。项目越大，重复越贵。有个细节很多人没意识到，重扫一遍仓库产生的上下文，往往不是免费的，它会挤占本次会话真正干活的窗口。 还有个更隐蔽的浪费：Agent 重扫仓库时读进去的文件，会把真正有用的上下文挤出注意力窗口。你以为是它变笨了，其实是它把预算花在了重新认识你这件事上。长会话里这种挤压感受不明显，因为发生在后台；但账单不会说谎，每个新会话开头那段重复劳动，都是实打实的 token 支出。
社区给这个问题起了个名字，叫会话间隙。这次 GitHub 榜上扎堆出现的记忆项目，瞄准的都是这条缝。Anchor Terminal 的报告里有一句话说得直白：对每天用 Agent 的人来说，两次会话之间的空白仍然是最显眼的缺口。
claude-mem 在钩子后面做了什么
claude-mem 的作者是 Alex Newman，仓库挂在 thedotmack 名下，Apache-2.0 许可，当前版本 15.2.0，要求 Node 不低于 20。它的自我定位是给 Claude Code 造的持久记忆压缩系统，但安装命令已经覆盖了 OpenCode、T3 Code、Antigravity CLI、Pi、DeepSeek Harness 等一串宿主，OpenClaw 网关也有一条单独的脚本。
它的工作链路分四步。第一步，生命周期钩子在 Agent 干活的时候自动捕获工具调用观察，你改了哪个文件、跑了哪条命令、踩了哪个报错，都被记下来。第二步，一个模型把这些观察压缩成语义摘要，原始流水账不直接进库，这一步是压缩二字的来源。第三步，摘要落进 SQLite 加 Chroma 的双层存储，结构化数据走前者，向量检索走后者。第四步，本地起一个 worker 提供 HTTP 接口，再暴露四个 MCP 工具给 Agent 做分层检索。
分层检索是它和省 token 直接相关的设计。Agent 先用粗粒度工具搜到候选条目，看清这一层的代价之后，再决定要不要拉完整细节，官方把这叫渐进式披露。换句话说，记忆不是一股脑塞回上下文，而是按层取，取到哪层花哪层的钱。配套的 mem-search 技能把查询流程固定成三步，避免 Agent 每次都重新发明检索姿势。 双存储的分工值得多说一句。SQLite 管结构化的事实和索引，哪次观察发生在哪个会话、属于哪个项目、什么类型，这类查询走关系库最快；Chroma 管语义相似度，你问「上次那个跨域问题怎么修的」，它按意思而不是按关键词找。两层各管一段，避免了单靠向量库时元数据查询慢、单靠关系库时语义检索傻的两头不靠。
worker 这层也不只是个接口。它启动时会打印一个本地地址，打开就是 My Work 页面，实时请求、处理进度、待你评审的交接项都列在那里。记忆在后台攒，你在前台能看到它攒了什么，这个透明度对刚上手的人很重要，不然你永远不确定它到底记没记住。
检索出来的历史观察还带编号，Agent 引用过去某次结论的时候可以挂编号，这个设计叫引用，方便你回头核对它说的上次到底是哪次。本地查看器里能看到实时请求、处理进度和人工交接队列，团队场景另有一个共享工作区，但个人请求和评审笔记默认留在本地。 还有个细节适合团队场景：共享工作区里每条结论都带成员署名，谁贡献了什么一目了然。个人空间里的请求和笔记不会自动同步上去，共享是显式动作，不是默认行为。
同一条赛道的另外三种存法
记忆不是只有压缩摘要一条路。把这次榜上四个项目摆在一起，设计分歧一眼就能看出来。
| 项目 | 存什么 | Agent 调用入口 | 许可 |
|---|---|---|---|
| claude-mem | 压缩后的会话摘要 | 钩子、本地 HTTP 接口、四个 MCP 工具 | Apache-2.0 |
| Hindsight | 事实与观察，按用户、Agent、项目分库 | REST、Python 等多语言 SDK、CLI、MCP | MIT |
| MemPalace | 逐字对话原文 | CLI、MCP | 见仓库 |
| Mem0 | 抽取出的记忆条目，只增不改 | SDK、托管 API | 见仓库 |
还有开源协议的分歧。claude-mem 和 Hindsight 这类选了 Apache-2.0 或 MIT，企业拿去嵌入自己的产品没有障碍；教学类的 LearnHarness 选了 AGPL-3.0，商用就得掂量。记忆层是要住进你开发流程最深处的东西，协议的友好程度，某种程度上比功能列表更能决定它能不能进公司内网。
claude-mem 押注压缩，省上下文但丢原文措辞。MemPalace 走另一个极端，逐字存对话，用语义搜索往回捞，措辞全留但检索量更大，它那天在 Python 日榜只有 357 颗星，体量小一个数量级。Hindsight 把操作抽象成保留、召回、反思三个动词，README 里说它的 LongMemEval 成绩有弗吉尼亚理工和华盛顿邮报的研究者复现过，同时承认图表里其他厂商的数字是自报的。Mem0 只追加不覆盖旧记忆，它的基准成绩注明包含托管平台优化，开源 SDK 不一定复现。
这个对比里有个诚实的提醒：四家里有三家在 README 里引用了 LongMemEval，但基本都是自报数据。选型别只看那个分数，要看存储模型合不合你的工作流。要原文措辞选逐字派，要省 token 选压缩派，要多 Agent 分库选 Hindsight 那种按主体隔离的设计。 一个容易忽略的点：这四个项目的商业模式几乎一样，开源仓库免费，托管服务收费。星数衡量的是关注度，不是装机量，更不是留存。选型时把星数当线索，别当结论。
装之前要知道的三个坑
第一个坑在安装方式。npm install -g claude-mem 装上去的只是 SDK 和库，钩子不会注册，worker 不会启动。正确入口是 npx claude-mem install，或者在 Claude Code 里走插件市场。装错的表现很安静：命令都在，就是什么都不记，很多人会以为已经装好了。
第二个坑在账号。安装器会引导你登录 claude-mem 的托管观察器，邮箱魔法链接，不用绑卡，送 30 天试用。试用期内记忆走托管通道，官方说法是这部分消耗不占你的 Anthropic 套餐额度。试用结束后自动回落到你的 Anthropic 套餐。不想登录的话，加 --provider 参数自己指定 OpenRouter 或 Gemini 的 key，也可以设 CLAUDE_MEM_ONLINE_OPTIN 为 false 跳过整个在线流程，CI 这类非交互环境里默认就不弹登录。
第三个坑在隐私边界。记忆系统默认在后台持续记录工具行为，敏感内容要显式排除。claude-mem 的做法是尖括号 private 标签，被包住的段落不进存储。装完先去文档里把上下文注入的细粒度开关过一遍，决定哪些项目要记、哪些不记，比事后清理省心得多。 第四个要说的是重启。插件装完必须重启宿主才生效，钩子是在启动时注册的。很多人装完直接开新会话发现没记忆，以为装失败了，其实只是没重启。OpenCode 那边文档单独强调了这一点，1.3.4 以上的版本都支持，OpenCode 2 也一样。
五条命令跑通一遍
以 Claude Code 为例，完整链路是这几条。
bash
# 方式一：插件市场，推荐
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
# 方式二：命令行安装器
npx claude-mem install
# 跳过在线登录，完全自己控制
npx claude-mem install --provider host装完重启 Claude Code，新会话里上一轮的项目上下文会自动出现。想确认记忆在工作，打开启动时打印的本地查看器地址，会话记录、检索记录和待评审队列都在那个页面上。装 OpenCode 的话要求版本不低于 1.3.4，OpenCode 2 也在支持列表里，同样装完重启生效。装 Grok Bot 是另一条路，那个宿主没有钩子，claude-mem 改成盯聊天日志文件。 验证记忆生效有个笨办法但很可靠：故意在新会话里问一个上一轮才聊过的细节，比如「上次那个配置放哪了」，看它能不能给出带编号的引用。能给出，说明捕获、压缩、检索整条链路都通了；给不出，去查看器里看是观察没落库，还是检索没命中，两类问题的修法完全不同。
这股记忆热还能烧多久
几个信号值得留意。 把视野再拉宽一点，这两周的榜单其实讲了同一个故事。十强里大多数项目不是新 Agent，而是给你已经在跑的 Agent 配的零件：技能文件、记忆层、教学外壳。CleanYourTV 那种四万多星的项目，本质也是把编码 Agent 当成通用安装器来用。零件生态的繁荣，说明 Agent 本体已经站稳了，大家开始往上面叠层。
需求侧，AI Memory 十一天涨 35%，Superpowers 这种技能集项目单日还能进账 1,255 颗星，总星数已经 309,155，给 Agent 补能力的工具整体都在上升通道。口径侧，GitHub 的 robots.txt 明确拦了 Trending 周榜和月榜的抓取，第三方榜单以后只能靠新建仓库的真实星数拼窗口，跨周对比会越来越难做。评测侧，记忆项目的基准分目前以自报为主，Hindsight 那种找外部机构复现的做法如果成了风气，选型才有硬依据。
我的判断是，会话间隙是当下 Agent 体验里最硌脚的那颗石子，在模型自带的长时记忆成熟之前，外挂记忆层会持续是刚需。十万星不代表 claude-mem 是终点，它只说明这条赛道被验证过了。装一个跑两周，看你自己的断片成本降没降，比看任何榜单都准。