1. Claude Code 记忆系统架构解析
Claude Code 的记忆系统采用了一种独特的三层流水线设计,从根本上解决了AI编程助手在长期使用过程中常见的"聊得越多忘得越快"的问题。这个系统不是简单的日志堆砌,而是一个由后台子代理(Forked Agent)自动运转的智能记忆管理机制。
1.1 三层记忆流水线设计原理
1.1.1 短期记忆(Session Memory)
Session Memory 相当于一个实时的会议记录员,在对话过程中持续记录关键信息。它的工作方式有几个重要特点:
- 触发条件:当对话Token增长≥5K且工具调用≥3次时自动激活
- 存储位置:
{sessionId}/session-memory/summary.md - 更新机制:采用就地编辑而非追加写入,保持文件结构稳定
在实际开发中,这个机制特别有用。比如当你正在进行一个复杂的重构任务,对话进行到第20轮时上下文已满,Session Memory已经自动更新了3次笔记。这时触发Auto Compact,Agent可以直接从summary.md读取"当前重构进度"和"待办列表",而不需要重新分析前20轮对话。
1.1.2 中期记忆(Auto Memory)
Auto Memory负责跨会话的经验沉淀,在每轮对话结束时自动触发。它的核心价值在于:
- 信息筛选:只保存无法从当前项目状态推导的信息
- 效率优化:采用Prompt Cache共享模式,大幅节省Token消耗
- 权限控制:后台子代理在严格限制的沙箱环境中运行
举个例子,周五下午你和Agent发现由于node_modules缓存导致CI报错,并找到了rm -rf .cache的解决方案。对话结束时,Auto Memory会自动提取这条反馈。周一你开启新会话询问"CI又报错了",Agent会立即从memory/feedback_ci.md提示你尝试清理缓存。
1.1.3 长期记忆(Auto Dream)
Auto Dream是系统的自我维护机制,类似于人类的睡眠记忆整合过程:
- 触发阈值:通常累积≥5个新会话且距上次整合≥24小时
- 工作流程:
- Orient(定位):扫描
