Claude-Mem 印地语官方指南解析:跨会话记忆系统的安装、MCP 三层搜索工具与模式配置
本文基于 Claude-Mem 仓库的印地语版 README(docs/i18n/README.hi.md)展开。该文档是项目主 README 的社区自动翻译版本,完整继承了英文原版的全部技术内容:一行命令安装流程、MCP 三层工作流搜索工具、CLAUDE_MEM_MODE 模式与语言配置、系统依赖要求等。读完本文,你可以完成 Claude-Mem 在 Claude Code / OpenCode / Antigravity CLI 上的安装,理解其 hooks + worker + SQLite + Chroma 的组件构成,并掌握 search → timeline → get_observations 这套约 10 倍 Token 节省的搜索工作流,所有关键点均可对照仓库源码验证。
文档定位:这是一份印地语自动翻译的完整项目 README
docs/i18n/README.hi.md 第一行即声明「यह एक स्वचालित अनुवाद है」(这是一个自动翻译,欢迎社区改进)。它并非独立的印地语教程,而是英文主 README 的镜像翻译,因此本文以其中文脉络为准进行讲解,并结合仓库源码印证。仓库在 docs/i18n/ 目录下维护了 30 种语言的 README 变体(中文、日语、葡萄牙语、韩语、西班牙语、德语、法语、阿拉伯语、俄语等),印地语版与它们内容结构一致,头部还附有完整的语言切换导航栏。
文档的核心描述是:Claude-Mem 是「为 Claude Code 构建的持久记忆压缩系统」,通过自动捕获工具使用观察(observations)、生成语义摘要、并将相关上下文回注到未来会话,让 Agent 在项目上保持知识连续性——即使会话结束或重连。徽章区标注了当前版本信息:License Apache 2.0、version 13.4.0、Node >= 20.0.0。
快速开始:四种安装方式与一条重要提醒
文档「त्वरित शुरुआत」(快速开始)一节给出四种安装入口,均可直接复制执行:
方式一:npx 一行安装(默认 Claude Code)
npx claude-mem install
方式二:OpenCode
npx claude-mem install --ide opencode
方式三:Antigravity CLI(官方另设了专门的 Antigravity 设置指南)
npx claude-mem install --ide antigravity
方式四:Claude Code 插件市场内安装
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
安装后重启 Claude Code,之前会话的上下文会自动出现在新会话中。
文档中有一段醒目的注意(नोट)必须强调:Claude-Mem 虽也在 npm 上发布,但 npm install -g claude-mem 只安装 SDK/库——它既不会注册插件 hooks,也不会设置 worker 服务。正确的安装途径始终是 npx claude-mem install 或上述 /plugin 命令。这一说法与源码结构相符:仓库的 plugin/hooks/hooks.json 定义了全部生命周期 hooks,只有插件安装流程才会将其注册进 Claude Code;而 npm 包(package.json)对应的是 src/ 下的 TypeScript 源码树与 SDK。
OpenClaw Gateway 安装
文档还列出了一个面向 OpenClaw(仓库对应 openclaw/ 目录,含 openclaw.plugin.json 与安装脚本 openclaw/install.sh)的独立通道:
curl -fsSL https://install.cmem.ai/openclaw.sh | bash
该安装器负责依赖、插件设置、AI 提供商配置、worker 启动,以及 Telegram、Discord、Slack 等平台的可选实时观察流。
文档列出的核心特性(印地语原文逐项对应):持久记忆(上下文跨会话保留)、渐进式披露(带 Token 成本可见性的分层记忆检索)、基于 skill 的搜索(mem-search skill 查询项目历史)、Web 查看器 UI(worker 启动时打印 URL,实时查看记忆流)、Claude Desktop skill、隐私控制(<private> 标签将敏感内容排除在存储之外)、上下文注入配置、全自动运行、以及通过 worker API 按 ID 引用/查看历史观察。
工作原理:六大组件与真实的 hooks 注册表
文档「यह कैसे काम करता है」(它如何工作)一节列出六个主要组件:
- 5 个生命周期 hooks——SessionStart、UserPromptSubmit、PostToolUse、Stop、SessionEnd(共 6 个 hook 脚本)
- 智能安装——带缓存的依赖检查器(pre-hook 脚本,非生命周期 hook)
- Worker 服务——由 Bun 管理的本地 HTTP API,带 Web 查看器 UI 与搜索端点
- SQLite 数据库——存储会话、观察、摘要
- mem-search skill——支持渐进式披露的自然语言查询
- Chroma 向量数据库——混合语义 + 关键词的智能上下文检索
对照仓库中的 plugin/hooks/hooks.json,可以验证 hooks 的真实注册情况:注册表里实际定义了 Setup、SessionStart、UserPromptSubmit、PostToolUse、PreToolUse、Stop 六个事件组。几个关键细节值得注意:
SessionStart的 matcher 是startup|clear|compact,挂载两个脚本:先执行worker-service.cjs start(超时 60s)拉起 worker,再执行hook claude-code context完成启动上下文注入;PostToolUse(matcher*)以async: true、超时 120s 执行hook claude-code observation,即工具使用观察的捕获入口;Stop(超时 120s、异步)执行hook claude-code summarize,对应会话结束时的摘要生成;- 另有一个
PreToolUse(matcherRead)执行hook claude-code file-context,配合仓库中 docs/public/file-read-gate.mdx 所描述的文件读取门控能力。
每条 hook 命令的 shell 前缀都是同一套「插件根目录解析」逻辑:优先用 CLAUDE_PLUGIN_ROOT,否则遍历 ~/.claude/plugins/cache/thedotmack/claude-mem/ 下按语义化版本排序的缓存目录(跳过带 .orphaned_at 标记的孤儿目录),最后回退到 marketplaces/thedotmack/plugin,并调用 cygpath 处理 Windows Git Bash 路径。这解释了文档「智能安装」中依赖缓存检查的由来:plugin/scripts/version-check.js 与 plugin/scripts/bun-runner.js 就是 Setup/SessionStart 阶段被最先调用的版本/依赖检查与 Bun 运行器。
Worker 侧的 HTTP API 在 src/services/worker-service.ts 及其 src/services/worker/ 子目录中实现;MCP 服务器通过 workerHttpRequest 与它通信(见 src/servers/mcp-server.ts 第 17 行的导入 getWorkerPort, workerHttpRequest, resolveWorkerScriptPath)。持久化层则对应 src/storage/sqlite/ 与 src/services/sqlite/,会话存储的具体实现在 plugin/sqlite/SessionStore.js。
MCP 搜索工具:三层工作流与约 10 倍 Token 节省
文档「MCP खोज उपकरण」(MCP 搜索工具)一节是全文最有价值的技术内容之一:Claude-Mem 通过 4 个 MCP 工具提供智能记忆搜索(文档正文展开的是其中 3 个搜索工具 + 1 个会话上下文工具),遵循「Token 高效的 3 层工作流模式」:
3 层工作流:
search——获取带 ID 的紧凑索引(约 50–100 Token/结果)timeline——获取感兴趣结果前后的时序上下文get_observations——只为筛选后的 ID 获取完整详情(约 500–1000 Token/结果)
文档强调:先 search 拿索引,再用 timeline 查看具体观察前后发生了什么,最后用 get_observations 取详情;在获取详情前先过滤可带来 约 10 倍 Token 节省。
文档给出的使用示例:
// 第 1 步:搜索索引
search(query="authentication bug", type="bugfix", limit=10)
// 第 2 步:检查索引,识别相关 ID(例如 #123、#456)
// 第 3 步:获取完整详情
get_observations(ids=[123, 456])
源码印证: src/servers/mcp-server.ts 中注册的工具有 search(第 474 行)、timeline(第 525 行)、get_observations(第 543 行),以及文档提到的第 4 个工具 session_start_context(第 562 行,用于渲染与 hooks 注入完全相同的 SessionStart 上下文)。各工具的真实参数 schema 比文档示例更丰富:
search的入参:query、limit(默认 20)、project、platformSource(如 claude、codex、cursor,限定只搜某个 Agent 自己的记忆)、type('observations'/'sessions'/'prompts',其他值会被当作obs_type的别名处理)、obs_type(逗号分隔,如 bugfix、feature)、dateStart/dateEnd(ISO 日期)、offset、orderBy(date_desc / date_asc)。处理器中还有一段值得读的逻辑:当 server-beta 运行时可用且请求是纯文本观察查询、不带任何/v1/search不支持的过滤条件时,查询会被路由到服务端 PG 的搜索端点;否则回落到本地 worker 的/api/search(src/servers/mcp-server.ts)。timeline的入参:anchor(观察 ID)或query(自动定位锚点)、depth_before/depth_after(各默认 3)、project;底层调用 worker 的/api/timeline。get_observations的入参:ids(必填的数字数组),底层调用/api/observations/batch——这正是 skill 文档中「一次批量请求代替 N 次单条请求」的来源。
mem-search skill 的更完整参数表: 文档提到的「skill 驱动搜索」对应 plugin/skills/mem-search/SKILL.md,它给出了三层工作流的完整参数与返回格式(例如 search 返回 | ID | Time | T | Title | Read | 表格,timeline 返回锚点前后共 depth_before + 1 + depth_after 条按时间交错排列的条目),并明确触发场景:当用户问「我们修过这个吗?」「上次怎么解决 X 的?」「上周发生了什么?」时使用。skill 结尾还提到 /knowledge-agent 可以从观察历史构建可查询语料、以会话式回答代替原始记录(对应 plugin/skills/knowledge-agent/SKILL.md)。
配置:settings.json、CLAUDE_MEM_MODE 与模式目录
文档「कॉन्फ़िगरेशन」(配置)一节说明:设置统一存放在 ~/.claude-mem/settings.json(首次运行时用默认值自动创建),可配置 AI 模型、worker 端口、数据目录、日志级别、上下文注入设置。仓库源码印证了该路径:src/shared/paths.ts 中 defaultDataDir = join(homedir(), '.claude-mem'),USER_SETTINGS_PATH = join(DATA_DIR, 'settings.json')。
模式与语言配置(CLAUDE_MEM_MODE)
文档说明 Claude-Mem 通过 CLAUDE_MEM_MODE 设置支持多种工作流模式与语言,一个配置项同时控制两件事:工作流行为(如 code、chill、investigation)与生成观察所用的语言。配置方式:
{
"CLAUDE_MEM_MODE": "code--zh"
}
在 ~/.claude-mem/settings.json 中写入即可。模式定义在 plugin/modes/ 下,查看本地全部可用模式:
ls ~/.claude/plugins/marketplaces/thedotmack/plugin/modes/
文档的模式表:
| 模式 | 说明 |
|---|---|
code |
默认英文模式 |
code--zh |
简体中文模式 |
code--ja |
日文模式 |
语言特定模式遵循 code--[lang] 命名,[lang] 为 ISO 639-1 语言代码(中文 zh、日文 ja、西班牙文 es)。文档特别注明 code--zh 已内置,无需额外安装或插件更新。修改模式后需重启 Claude Code 生效。
源码印证: 仓库 plugin/modes/ 目录实际包含 30 个语言变体(code--ar.json 到 code--vi.json)以及 code.json、code--chill.json、law-study.json、law-study--chill.json、email-investigation.json、meme-tokens.json 等专用模式——比文档表格列出的三个要多得多。以 plugin/modes/code--zh.json 为例,其结构是 name + prompts 对象:footer 中通过「LANGUAGE REQUIREMENTS: Please write the observation data in 中文」指令强制观察用中文书写,同时 xml_title_placeholder、xml_narrative_placeholder 等占位符全部译为中文,控制观察生成的 XML 输出结构。这与文档「模式同时控制工作流行为与生成语言」的描述完全吻合。
系统要求、发布分支与问题排查
文档「सिस्टम आवश्यकताएं」(系统要求)列出运行前提:
- Node.js:20.0.0 或更高
- Claude Code:带插件支持的最新版本
- Bun:JavaScript 运行时兼进程管理器(缺失时自动安装)——对应 hooks 命令中的
bun-runner.js - uv:向量搜索用的 Python 包管理器(缺失时自动安装)——对应仓库 src/shared/uvx-bin-dirs.ts 与 src/shared/uvx-env.ts 中对 uv/uvx 环境的处理
- SQLite 3:持久化存储(随包捆绑)
Windows 用户在遇到 npm : The term 'npm' is not recognized 错误时,文档建议确认已安装 Node.js 与 npm 并加入 PATH,从 nodejs.org 安装后重启终端即可。
发布分支: 稳定版从 main 发布并推送到 npm;core-dev 与 community-edge 是供源码直接运行的分支,分别面向早期可靠性改进与社区集成。仓库中 docs/public/branches.mdx 有对应的正式发布分支文档,plans/2026-07-05-three-release-branches.md 记录了该三分支策略的形成过程。
问题排查: 文档建议遇到异常时直接向 Claude 描述问题,troubleshoot skill 会自动诊断并给出修复;常见问题的处理在官方排查指南中,仓库对应 docs/public/troubleshooting.mdx。
Bug 报告: 文档给出了自动化工具的使用方式——在插件市场目录中运行:
cd ~/.claude/plugins/marketplaces/thedotmack
npm run bug-report
该命令对应仓库 scripts/bug-report/ 下的收集器实现(scripts/bug-report/cli.ts 与 scripts/bug-report/collector.ts),会自动采集环境信息生成结构化报告。
许可证与支持渠道
文档的许可证章节说明 Claude-Mem 采用 Apache License 2.0,选择它的理由是持久 Agent 记忆应能方便地嵌入开发工具、本地 Agent、MCP 服务器、企业系统、机器人技术栈与生产级 Agent 框架。LICENSE 有完整文本;授权范围与开源/商业边界见 docs/license.md 与 docs/ip-boundary.md。文档还特别说明:ragtime/ 目录(一个独立的 RAG 工具库,见 ragtime/README.md)也采用 Apache License 2.0,许可文件为 ragtime/LICENSE。
支持渠道:文档目录 docs/、GitHub Issues、官方 X 账号、官方 Discord;作者 Alex Newman(@thedotmack)。文档结尾还附有一段关于 CMEM 代币的社区说明(官方 BASE CA 地址),属于社区推广内容,与技术使用无关。
小结
印地语版 README 覆盖了 Claude-Mem 的完整使用闭环:npx claude-mem install 一键安装(注意不要用 npm install -g)、6 组 hooks 驱动的自动捕获与摘要、Bun 托管的 worker HTTP API、SQLite + Chroma 混合存储、以及以 search/timeline/get_observations 为核心的三层 Token 高效搜索工作流。所有关键声明都能在仓库中找到落点:hooks 注册表见 plugin/hooks/hooks.json,MCP 工具 schema 见 src/servers/mcp-server.ts,搜索 skill 规范见 plugin/skills/mem-search/SKILL.md,模式定义见 plugin/modes/,数据目录路径见 src/shared/paths.ts。如果你希望为团队配置多语言观察输出,下一步可以直接从 CLAUDE_MEM_MODE 入手,参考 docs/public/configuration.mdx 了解全部配置项。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0624
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00