Hook管线：把会话变成事件流
claude-mem 的底层范式是事件驱动：把 Claude Code 的生命周期与工具调用视为离散事件，通过插件钩子在关键节点捕获输入、工具参数与结果。这样做的意义是把“不可复现的交互过程”变成可持久化的事件流，后续无论是压缩、检索还是审计，都建立在同一份原始事实之上。事件先落库再异步处理，避免把AI压缩的延迟耦合到交互主流程，从而保持编码会话的响应性。最终注入阶段只读取高信号摘要而不是原始长日志，让上下文窗口被更少、更准的信息占用。
claude-mem 把“开发过程本身”当作可存储、可检索、可回放的资产：它在编码会话中自动捕获 Claude 的工具使用与关键观察，将高噪声轨迹压缩为结构化记忆，并在下一次会话启动时按需注入。核心思路是用钩子把事件流稳定落地，再用索引与语义检索把信息密度拉高，最后用渐进式披露控制token成本，让记忆既能常驻又不会淹没上下文窗口。数据层默认落到 SQLite，并通过全文检索与可选向量库实现“关键词可查、语义可找”；同时提供本地Web Viewer实时观察记忆流，便于调试与复盘。对团队而言，它把个人脑内经验转成可共享的工程记忆：需求变更、踩坑原因、修复路径、命令习惯都能沉淀下来，让跨天、跨分支、跨成员的连续开发不再从零热身。
| ✕传统痛点 | ✓创新方案 |
|---|---|
| 多次重连或跨天开发时，关键上下文分散在终端输出、Issue、脑内记忆与零碎笔记里，信息密度低且不可回放，导致重复排查与反复解释。 | claude-mem 用生命周期钩子把工具事件与关键观察稳定收集，再用AI压缩成结构化记忆并落库，让记忆成为可查询的数据而不是不可控的聊天残渣。 |
| 把记忆放进单一文本文件时，内容要么太短导致丢细节，要么太长导致每次启动都塞满上下文窗口；而且缺少可检索索引，难以按任务和症状定位。 | 通过全文检索+可选向量检索实现混合搜索，并用渐进式披露按token预算分层拉取上下文；同时提供本地Viewer让记忆流可观测，方便调参和复盘。 |
1> /plugin marketplace add thedotmack/claude-mem2> /plugin install claude-mem1exit # 退出后重新打开 Claude Code1cat ~/.claude-mem/settings.json1在 Claude Code 中输入自然语言查询，例如："What did we change in auth?"1open http://localhost:37777| 核心场景 | 目标人群 | 解决方案 | 最终收益 |
|---|---|---|---|
| 跨天开发续航 | 独立开发者 | 自动记录工具轨迹与决策并在下一次会话注入关键摘要 | 减少重复排查，快速恢复上次的工作上下文 |
| 团队交接与复盘 | 工程团队负责人 | 把会话观察压缩为可搜索记忆并用Viewer检查质量 | 交接成本下降，问题复现与回归验证更可控 |
| Agent工作流审计 | 平台工程师 | 将工具调用与结果沉淀到数据库并用混合检索定位异常路径 | 提升可观测性，缩短定位时间并降低误操作风险 |
