clawmem
为AI编程智能体提供本地化、持久化的记忆层。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：clawmem。 它的用途是：为AI编程智能体提供本地化、持久化的记忆层。 完整的 Skill 内容见：https://321skill.com/skills/clawmem/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于我们上周关于用户认证模块重构的讨论，继续实现OAuth集成。”，ClawMem会自动为本次会话注入之前讨论的决策、遇到的问题和选定的技术方案，让AI助手能立即在正确的上下文中继续工作。在会话结束时，它会自动生成本次会话的摘要和待办事项，作为下一次会话的“交接棒”。
介绍
ClawMem 旨在解决AI编程助手（如Claude Code、OpenClaw、Hermes）在跨会话协作时缺乏持久记忆的问题。它通过检索增强、意图分类和多图遍历等技术，将用户的Markdown笔记、项目文档和会话记录转化为智能体可用的长期记忆，确保上下文在不同会话和不同智能体间无缝传递。
它通过多种方式集成：为Claude Code提供钩子函数自动注入上下文，作为MCP服务器供任何兼容客户端调用，或作为OpenClaw、Hermes的插件。所有路径都读写同一个本地SQLite数据库，实现记忆的统一管理。
该工具非常适合依赖AI助手进行复杂、长期项目开发的工程师和研究人员，尤其是那些需要在多个AI工具间切换或进行团队协作的场景。它能显著减少重复解释项目背景的时间，提升开发连续性。
使用前建议先通过 clawmem mine 命令导入历史对话记录来初始化记忆库。注意，其核心检索和推理功能在本地运行，对计算资源有一定要求，且主要面向技术文档和代码场景优化，对于非结构化的闲聊内容处理能力有限。
核心特点
核心区别在于其混合检索架构（BM25+向量搜索+交叉编码器重排序）与自演化记忆机制，不仅能根据查询意图动态调整搜索策略，还能自动从会话中提取结构化事实（决策、问题等）并建立因果链接，实现记忆的有机增长。同时，它通过严格的合并安全与防污染检查，有效防止了不同实体或会话间的记忆混淆。
注意事项
不适合处理大量非结构化闲聊内容或对实时性要求极高的瞬时记忆场景。
常见问题
ClawMem 如何保护我的隐私？
所有数据（记忆库、检索、推理）均在本地设备处理，无需API密钥或云端依赖，从根本上保护隐私。
它支持哪些AI助手或开发环境？
原生支持 Claude Code（钩子）、OpenClaw（插件）、Hermes（MemoryProvider插件），并通过MCP服务器兼容任何支持MCP协议的客户端（如Cursor）。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/clawmem/raw/index.md 读取 clawmem 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/clawmem/raw/index.md（查看排版版本）