当前位置：首页 » AI编程开发

Claude Code 上线 Auto Memory 自动记忆，采用本地 Markdown 跨会话不再失忆

2小时前 AI编程开发 27 0

做过稍微复杂一点项目的同学，大概都有相同痛点：每次在 Claude Code 开新会话，先别写代码，得花五到十来分钟重述项目上下文——架构、环境坑点、命名约定……确认“理解了”之后才能开工。频繁重复，既打断思路，也浪费时间。

好消息是，Anthropic 工程师 Thariq 宣布：Claude Code 正式上线 Auto Memory（自动记忆）。

它能跨会话记住你的项目关键信息与个人偏好，新开会话无需再手撸 Context，直接进入状态。

Auto Memory 怎么运作

机制很简单：Claude Code 在你工作时，会把“值得长期保留”的信息写进本地文件，按项目维度隔离存放：

~/.claude/projects//memory/MEMORY.md

其中 MEMORY.md 是主索引，系统会将其前 200 行自动注入到对话上下文。

除主文件外，还会按主题创建子文件（如 debugging.md、patterns.md），并从 MEMORY.md 链接过去，需要时再读取，像一本带索引的工作笔记。

它会记什么，不记什么

建议保存：稳定的模式与约定、关键架构决策与重要路径、项目结构、你的工具/流程/沟通偏好、复现率高的问题解法与调试洞见。
不建议保存：一次性任务上下文、未经项目文档验证的片段、与 CLAUDE.md 重复或冲突的内容、只读过单个文件就下的推论。
显式指令：你说“以后都用 bun”“别自动 commit”，会立刻写入；你说“别记了”，它会定位并删除对应条目。
去重与维护：按主题而非时间组织；先查是否已有相近条目，更新而非重复写入；对错误或过期记忆要及时更正或移除。
上下文限制：MEMORY.md 超过 200 行的部分不会注入到会话，需要你定期精简与整理。

/memory 命令：可见、可控、可关

内存管理的中枢是 /memory：

浏览 Claude Code 自动记录的所有条目
手动编辑、删除不再需要的内容
必要时直接关闭自动记忆

如果你想彻底禁用自动记忆，也可以用一行命令关闭：

export CLAUDE_CODE_DISABLE_AUTO_MEMORY=1

所有记忆文件都存于本地，按项目哈希隔离，不会上传云端，项目之间互不影响。

和 CLAUDE.md 的关系

CLAUDE.md 是你主动写给 Claude Code 的“入职手册”：不变的规则、常用命令、禁止事项等，所有会话通用。Auto Memory 则是 Claude Code 在协作中形成的工作笔记：项目模式、你的习惯、踩过的坑等。两者互补不覆盖——先读手册，再翻笔记，协同效果最佳。

使用前你该知道的两点

200 行上限：当前实现是“前缀加载”，不做相似度检索。条目多了，靠后的内容不会进上下文。建议用 /memory 定期归档与瘦身。
记忆会过期：临时方案与旧结论可能在数月后失效，反而误导推理。目前官方未提供自动衰减或过期机制，需要手动维护。

为什么选本地 Markdown，而非向量库

这延续了 Claude Code 一贯的产品哲学：用最简单的方案先把核心体验跑通，再视反馈迭代。相比复杂的 RAG 架构，本地 Markdown 更轻、更透明、更好控；也更容易嵌入日常工作流。

我的真实体验

在 Auto Memory 发布前，我通常把关键背景塞进 CLAUDE.md，再在新会话首条补任务细节，相当于“人肉记忆”。也遇到过长流程分析被压缩、换会话就丢思路的情况，重复劳动难免。现在有了 Auto Memory，这些在协作中沉淀出来的“高价值结论”能被稳定继承，尤其在多 Agent 协作里更明显：前一个 Agent 记录的边界处理，下一个 Agent 开场就能直接读到。

和 OpenClaw 的对比

OpenClaw 能在短期内冲到 10 万星，“持久记忆”是其核心卖点之一。它在 Markdown 之外叠加了向量检索，做成混合检索，等于内置 RAG。对比之下，Claude Code 的 Auto Memory 目前更“克制”：纯本地 Markdown、200 行前缀加载、无向量检索。从功能完备度看还有差距，但路径清晰——先把记忆的“刚需”解决，再补检索、衰减与质量评估。

接下来可以期待什么

引入语义检索，突破 200 行前缀的天花板
自动过期与记忆质量评分，减少陈旧记忆带来的干扰
更细粒度的主题化与冲突检测，提升长期可维护性