Claude Code 持久记忆系统 —— BM25 + 向量混合搜索，5 个 Hook 自动注入上下文

用 Claude Code 写项目最头疼的就是每次新会话都要重新解释上下文。CLAUDE.md 写多了 token 爆炸，写少了又记不住关键信息。

所以我做了一个持久记忆系统，核心思路是：不靠堆 CLAUDE.md，而是用搜索引擎的方式管理记忆。

它能做什么

1. 混合搜索 —— BM25 全文检索（SQLite FTS5）+ 向量语义搜索（sqlite-vec + bge-m3 1024维嵌入），两路结果融合排序。既能精确匹配关键词，也能找到语义相关但用词不同的记忆。

2. 4 通道自动检索 —— 不只是一个等你手动调用的 MCP 工具。通过 5 个 Claude Code Hook（UserPromptSubmit / PreToolUse / PostToolUse / PreCompact / SessionEnd），相关记忆会自动推送到上下文里，不需要你主动 ask。

3. LLM 结构化 —— 原始记忆经过 LLM 处理，转成 <what>/<when>/<do>/<warn> 的 XML 结构，方便后续检索时精准匹配。

4. 自动聚类 —— 相似的记忆会自动分组，当一个聚类积累了 5 条以上记忆，就会晋升为"技能（Skill）"，永不衰减。

5. 置信度 + 时间衰减 —— 每种记忆类型有不同的半衰期（事实 90 天、上下文 30 天、技能永不衰减）。通过 memory_validate 反馈，有用的记忆加分，没用的逐渐淡出。

6. 完全本地 —— 所有数据存在 SQLite 里，不依赖任何云服务，代码上下文不会离开你的机器。

和同类项目的区别

	本项目	claude-mem	memory-mcp
搜索方式	BM25 + 向量融合	ChromaDB 向量	纯关键词
上下文注入	5 个 Hook 自动推送	5 个 Hook	3 个 Hook
记忆结构化	LLM → XML Schema	AI 压缩	Haiku 提取
自动聚类	有，支持技能晋升	无	无
存储	本地 SQLite	本地 SQLite	本地 JSON

技术栈

Node.js / SQLite + FTS5 + sqlite-vec / bge-m3 嵌入模型 / Azure OpenAI（LLM 结构化用）

安装

git clone https://github.com/MIMI180306/claude-persistent-memory.git
cd claude-persistent-memory && npm install

还在早期阶段，欢迎试用和提 Issue。

GitHub： github.com/MIMI180306/…

MIT License，完全开源。