让Claude Code拥有永久记忆memsearch插件3步安装与memory-recall技能实战指南【免费下载链接】memsearchA persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex, DSH), backed by Markdown and Milvus.项目地址: https://gitcode.com/gh_mirrors/mem/memsearchClaude Code 最大的痛点是失忆关闭会话后昨天讨论的架构决策、修过的 Bug、定下的技术方案全部清零每次都要重新解释背景。开源项目memsearch正是为 AI AgentClaude Code、Codex 等打造的持久化统一记忆层它基于Markdown Milvus实现语义记忆把每次对话自动总结成按天归档的记忆文件再建向量索引支持随时回忆。本文带你用3 步装好 memsearch 的 Claude Code 插件并实战演示memory-recall 技能如何自动检索历史记忆——全程零 API Key、无需手动保存。 为什么你的 Claude Code 需要永久记忆没有记忆插件时Claude Code 把每个会话都当作全新开始周一给 /orders 接口加个 Redis 缓存TTL 5 分钟 ✅ 完成周三怎么 /orders 还是慢 ❌ Claude 完全忘了周一已经加过缓存从头建议装好 memsearch 插件后流程变成插件在每轮对话结束后自动总结并写入记忆文件当你问起历史问题Claude 会自动检索过往会话精准说出我们之前用 selectinload 修了 N1 查询。核心特性一览特性说明 零干预捕获对话自动总结归档无需任何手动保存命令 语义回忆密集向量 BM25 关键词混合检索精准命中历史片段 分叉子代理memory-recall 在隔离上下文中运行不污染主对话 透明存储记忆就是普通.md文件可读、可改、可提交 Git 无需 API Key默认 ONNX bge-m3 本地嵌入模型CPU 即可运行 3步安装 Claude Code 记忆插件第 1 步添加插件市场并安装在 Claude Code 中输入两条命令即可/plugin marketplace add zilliztech/memsearch /plugin install memsearch第 2 步重启 Claude Code退出并重新打开 Claude Code让插件的 Hooks 和 memory-recall 技能生效。会话启动时你会看到状态行[memsearch v0.2.9] embedding: onnx | milvus: ~/.memsearch/milvus.db | collection: ms_myproject_a1b2c3看到 collection 名称说明一切就绪。第 3 步验证记忆捕获正常聊几轮后退出检查项目根目录下的记忆文件ls .memsearch/memory/ # 应看到按天命名的 .md 文件 cat .memsearch/memory/$(date %Y-%m-%d).md每天一个 Markdown 文件内容示例## Session 14:30 ### 14:30 - User asked about N1 query performance in order-service - Agent identified selectinload as the fix and applied it to get_orders()⚠️首次使用小贴士默认 ONNX bge-m3 模型约 558 MB首次运行会自动下载若网络慢可设置HF_ENDPOINT镜像或提前预热。详细配置见 docs/platforms/claude-code/installation.md。 memory-recall 技能实战memsearch 的检索核心是memory-recall 技能定义在 plugins/claude-code/skills/memory-recall/SKILL.md。它采用三层渐进式检索在分叉的子代理中独立运行L1 搜索memsearch search返回最相关的 3~5 个记忆片段L2 展开memsearch expand拉取完整 Markdown 段落上下文L3 回溯memsearch transcript直接读取原始对话记录可选子代理自主决定钻多深只把提炼后的摘要返回主对话——中间搜索过程完全不可见上下文窗口保持干净。两种触发方式方式一手动调用想主动查历史时/memory-recall what did we discuss about the auth refactor?方式二自然提问Claude 自动触发上周重构了 auth 模块我们用的什么方案实战演示——用户问/orders 接口昨天修过还是慢当时做了什么背后子代理依次执行 L1 搜索命中 0.82 分度的 N1 修复片段→ L2 展开完整段落最终 Claude 返回昨天我们修复了 /orders 性能用 selectinload 预加载 order_items每页查询从 47 次降到 2 次、给 order.user_id 加了索引、并加了 5 分钟 TTL 的 Redis 缓存。如果还慢可能是缓存没命中我来检查一下……完整原理与对比分析见 docs/platforms/claude-code/memory-recall.md。 记忆存储结构与进阶技巧所有记忆都存放在项目内的.memsearch/memory/目录Markdown 才是真理之源Milvus 只是可随时重建的影子索引。这意味着✏️直接编辑总结不准确打开.md文件改掉watcher 会自动重新索引可移植拷走.memsearch/memory/到另一台机器重建索引即可跨平台同一份记忆可被 Codex、OpenClaw、OpenCode 等共用提升检索质量的小技巧用具体词提问Redis caching 远胜于 我们上周搞的那个东西短提示词10 字符不会触发记忆提示属正常设计切换过嵌入模型后检索变差重建索引memsearch index .memsearch/memory/ --force 常见问题速查症状解决方案状态行显示ERROR: KEY not set导出对应 API Key或切回免费的onnx本地嵌入首次会话卡住ONNX 模型在下载可提前用 warmup 命令预下载记忆不自动触发手动/memory-recall测试确认 memsearch 在 PATH 中搜索无结果memsearch stats查看索引健康必要时--force重建更多诊断命令见 docs/platforms/claude-code/troubleshooting.md插件全貌见 docs/platforms/claude-code/index.md。 总结memsearch 用3 条命令就解决了 AI 编程 Agent 的金鱼记忆问题自动捕获、语义回忆、Markdown 透明存储。更妙的是你重复做过的工作流还能被蒸馏成可复用的Agent 技能procedural memory 第三层记忆并跨 Claude Code、Codex、DSH 等平台共享同一份记忆。现在就去给你的 Claude Code 装上永久记忆吧【免费下载链接】memsearchA persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex, DSH), backed by Markdown and Milvus.项目地址: https://gitcode.com/gh_mirrors/mem/memsearch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考