claude-mem 是什麼？讓 Claude Code 擁有跨工作階段記憶的開源外掛

2026 年 10 月 10 日，一個名為 claude-mem 的開源外掛在 GitHub 上快速竄紅，上線約 48 小時就累積到近 46,000 顆星。它解決的問題很單純：用 AI 寫程式時，每次開新工作階段，模型就把上一次聊過的事忘得一乾二淨。

如果你用過 Claude Code，大概體會過那種感覺，這款 Claude Code 記憶外掛正是為此而生：昨天交代過的專案結構、命名習慣、踩過的坑，今天得從頭再講一遍。claude-mem 想做的，就是把這些記憶留下來，讓下一次的對話不必重新開始。

claude-mem 解決的核心痛點

AI 編碼工具的工作階段是彼此獨立的。每個新對話都是白紙，模型看不到你上週做了什麼、偏好哪種寫法、專案裡有哪些約定。對小任務無所謂，對跨天推進的專案就很折磨。

開發者 Alex Newman 以 thedotmack 的帳號發布 claude-mem，正對準這個缺口。它把跨工作階段的上下文保留下來，讓模型在需要時能回想起來，而不是每次都從零開始理解你的專案。

這聽起來像小功能，實際影響不小。一個能記住你專案脈絡的助手，回應會更貼合實際，少掉大量「重新解釋背景」的時間。

claude-mem 的運作機制

claude-mem 的運作分成三個環節：擷取、壓縮、再注入。它會記錄你的代理在工作階段裡做了什麼，包括工具使用與觀察，然後用 AI 把這些紀錄壓縮成語意摘要，最後在之後的工作階段裡，把相關的上下文注入回去。這套 AI 代理記憶的設計，等於替每次對話接上一條記憶線。

儲存用的是本地資料庫搭配 ChromaDB 向量搜尋。向量搜尋的用途是讓它能按「語意相近」找出相關記憶，而不是只靠關鍵字比對。這讓它在找「上週處理過的登入問題」這類模糊線索時，命中率比較高。

它同時整合了 MCP，也就是模型上下文協定，透過標準介面把記憶能力接進各種代理。安裝方式號稱一行指令就能完成，門檻設得很低。

claude-mem 支援哪些工具

claude-mem 並不綁死在 Claude Code 上。官方列出的支援範圍涵蓋 Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode 等多種代理。

這代表它的野心不止是一個小外掛，而是一套通用的開源記憶外掛與記憶層。不管你慣用哪個代理，只要它能接上，就能共享同一套跨工作階段的記憶邏輯。

對同時使用多個工具的人來說，這點比較有吸引力。你不必為了記憶功能，就綁在單一平台上。

社群爭議：詞元開銷與影子工作階段

claude-mem 的走紅伴隨著不小的雜音。最常被提的是詞元消耗。有使用者反映，裝了之後很快就把五小時的詞元額度燒光，GitHub 上的 issue 也有人記錄類似情況。

背後的原因是機制本身。它要記錄、要壓縮、要在每次對話注入上下文，這些動作本身就耗詞元。壓縮用的 AI 呼叫、注入回去的上下文，都是實實在在的成本。對用量敏感的人，這筆 claude-mem 詞元開銷不小。

另一個問題是所謂的影子工作階段。有使用者反映，它在背景另外起了一個工作階段來寫「觀察」紀錄。這類行為如果沒有講清楚，會讓人搞不清楚自己的額度到底被誰用了。

還有人提到 ChromaDB 整合有子程序外洩的情況，有使用者追查到短時間內累積大量殘留程序。這些問題未必人人遇到，但足以提醒：便利和成本往往綁在一起。

開源記憶層的隱私與安全考量

claude-mem 把資料存在本地，這比全部丟到雲端好，但仍要看清楚它記了什麼。它擷取的是你代理在工作階段裡的一舉一動，內容可能包含程式碼片段、檔案路徑、甚至對話裡的敏感資訊。

這些資料放在本機，風險相對可控，可是如果本機被其他人使用，或你沒設定好存取權限，紀錄就等於攤在別人面前。安裝前值得先想清楚：你願意讓它記下多少東西。

對注重隱私的開發者，務實做法是先在小專案試用，觀察它實際抓取了什麼，再決定要不要放進處理真實業務的環境。外掛的便利不該換來對自己資料的失控。

和其他記憶方案相比差在哪裡

市面上處理跨工作階段記憶的方式不只一種。有人靠手動維護專案文件，把重要脈絡寫成檔案，每次對話開始時貼給模型；也有人用更輕量的自製腳本，只保留最關鍵的幾條紀錄。

claude-mem 的差別在於自動化程度。它不必你手動整理，擷取與壓縮都在背景進行，用起來比較省事。代價就是前面提到的詞元開銷與透明度問題，因為你未必清楚它到底記了什麼、注入多少。

選擇哪一種，取決於你對便利與可控的取捨。重視省事的人，claude-mem 的自動化有吸引力；重視每一分詞元花在哪裡的人，手動維護反而更踏實。

安裝前值得先想清楚的三件事

第一，你的詞元預算有多緊。claude-mem 的擷取、壓縮與注入都會消耗詞元，用量大的人會明顯感受到差額。先在小專案量一次實際開銷，再決定要不要擴大使用範圍。

第二，你願意讓它記下多少內容。它擷取的是代理在工作階段裡的一舉一動，可能包含程式碼、路徑甚至敏感資訊。存放在本機相對安全，但你仍要確認誰能取用這些紀錄。

第三，你的核心專案能不能承受實驗。新外掛難免有磨合期，把它先放在次要專案上試，出問題的影響比較可控。等穩定後再考慮移入重要環境，是比較穩健的順序。

誰適合裝，誰可以再等等

常跨天推進同一專案、又懶得反覆交代背景的人，會明顯感受到 claude-mem 的價值。它能省下大量重複說明，讓代理更貼近你的實際工作方式。

詞元預算吃緊、或本來就只做一次性小任務的人，則未必划算。它帶來的開銷，可能超過省下的溝通成本。這種情況下，先觀察官方後續版本有沒有改善效率，再決定要不要裝，比較穩妥。

如果你打算在正式工作環境用它，記得先確認記憶的存放位置與存取控制。把隱私設定當成安裝的一部分，而不是裝完再回頭補。

隱私設定的實務建議

安裝這類記憶外掛時，隱私設定不該是最後才補的步驟。開始前先確認記憶檔案的存放位置，知道它存在哪裡，才談得上管理。若環境會與他人共用，存取權限更得先設好。

其次，定期檢視它記下的內容。外掛的自動擷取未必完全符合你的預期，可能記下你不想長期保留的片段。養成偶爾翻看的習慣，發現不對就調整設定或清除。

最後，別在處理高度敏感資料的環境裡貿然啟用。先在一般專案觀察它實際的行為，確認沒有意外的資料外流或背景動作，再考慮擴大使用範圍。小心一點，總比事後補救省事。

版本更新與後續觀察

claude-mem 走紅得快，後續版本也推得勤。開發者陸續針對詞元開銷與背景程序問題做調整，這些修正會直接影響它值不值得長期使用。打算採用的人，值得盯一下近幾版的更新說明。

判斷是否值得留下的標準很簡單：詞元消耗有沒有變合理、背景行為有沒有變透明。這兩項改善得越多，它就越適合放進日常工作流程。反之，若問題一直沒解決，先觀望比較穩妥。

開源專案的好處是進度看得見，壞處是品質起伏大。把它當成持續演進的工具，而不是一次裝好就萬事太平，心態上會更貼近實際狀況。

結論

claude-mem 之所以在兩天內竄紅，是因為它戳中了 AI 編碼最痛的那個點：工作階段之間什麼都不記得。跨工作階段記憶確實是代理走向實用的一大步。

但它不是免費的。詞元開銷、影子工作階段、子程序外洩這些爭議，說明便利背後有成本。想用的人，建議先在小範圍試，量一下實際的詞元消耗，再決定要不要讓它進到你真正在乎的專案。