09_记忆
Claude Code 的记忆系统Claude Code 没有跨会话的自动记忆——每个新会话都从一个全新的上下文窗口开始。记忆系统通过两种互补机制让知识能够跨会话持久保存并在每次对话开始时自动加载机制谁来写适合什么CLAUDE.md 文件开发者手动编写项目规范、团队约定、构建命令等Auto Memory自动记忆Claude 自动写入从开发者的纠正和偏好中积累的经验两种机制在每次会话开始时都会被加载到上下文中。Claude 将它们作为参考上下文而非强制配置——指令越具体、越简洁Claude 遵循得越一致。记忆文件的层级结构Claude Code 采用四层记忆层级优先级从高到低1. 企业级配置Enterprise policy ← 最高优先级只读 2. 用户级 CLAUDE.md ← ~/.claude/CLAUDE.md对所有项目生效 3. 项目级 CLAUDE.md ← 项目根目录随 Git 提交共享给团队 4. 子目录级 CLAUDE.md ← src/、api/、tests/ 等子目录按上下文加载最具体的规则优先子目录的 CLAUDE.md 会覆盖上层的同类规则。CLAUDE.md推荐的 CLAUDE.md 结构# 项目约定 ## 技术栈 - 前端Next.js 15、TypeScript 5.7、Tailwind CSS 4 - 后端Node.js 22、Prisma 6 - 测试Vitest 3.2 ## 代码规范 - 始终使用函数式 React 组件 - 文件名使用 kebab-case - 测试文件与源码放在同一目录 ## 常用命令 - 构建pnpm build - 测试pnpm test - 启动开发服务器pnpm dev ## API 约定 - 所有 API 路由以 /api/v1/ 开头 - 错误响应格式{ error: string, code: number }写好 CLAUDE.md 的黄金法则✅ 要这样写使用祈使句和简短列表而非叙述性段落包含具体的版本号和命令加入代码示例5 行示例胜过 50 字说明控制在200 行以内超过部分不会在会话开始时加载❌ 避免这样写模糊指令如遵循最佳实践或写干净的代码过多通用规则只放这个项目独有的约定过时的信息建议每月审查一次子目录 CLAUDE.mdmy-project/ ├── CLAUDE.md # 全局项目规范 ├── src/ │ └── CLAUDE.md # 仅在处理 src/ 文件时加载 ├── api/ │ └── CLAUDE.md # API 特定约定 └── tests/ └── CLAUDE.md # 测试特定规则Claude Code 只在处理对应目录的文件时加载子目录的 CLAUDE.md节省 token 的同时提供更精准的上下文。Auto Memory自动记忆Auto Memory 让 Claude 能够跨会话自我积累知识无需你手动编写任何内容。Claude 会在工作过程中自动保存笔记包括构建命令和调试技巧架构决策笔记代码风格偏好工作流习惯Claude 并不会每次都保存内容它会判断哪些信息在未来会话中有用才写入。自动记忆的文件结构~/.claude/projects/project/memory/ ├── MEMORY.md # 简洁的索引文件每次会话开始时加载前 200 行 ├── debugging.md # 调试模式的详细笔记 ├── api-conventions.md # API 设计决策 └── ... # Claude 创建的其他主题文件MEMORY.md是整个记忆目录的索引Claude 通过它来追踪各文件中存储的内容。触发自动记忆当你告诉 Claude 某些事情时它会自动保存到记忆中你始终使用 pnpm不要用 npm 你记住 API 测试需要本地运行 Redis 实例 你我们的日期格式统一用 ISO 8601想保存到 CLAUDE.md 而不是 Auto Memory明确说明你把这条加到 CLAUDE.md开启 / 关闭 Auto Memory方式一通过/memory命令切换见下节方式二在项目设置中配置// .claude/settings.json { autoMemoryEnabled: false }方式三环境变量export CLAUDE_CODE_DISABLE_AUTO_MEMORY1注意Auto Memory 是本地机器级别的同一 Git 仓库的所有 worktree 和子目录共享一个记忆目录但不会跨机器或云环境同步。/memory命令使用/memory是管理记忆系统的核心命令。/memory命令的功能在 Claude Code 会话中输入/memory可以查看当前会话加载的所有 CLAUDE.md 和规则文件列表切换Auto Memory 的开启/关闭状态打开Auto Memory 文件夹链接选择任意文件在编辑器中打开编辑#快捷键——快速添加记忆这是一个隐藏的效率神器# 始终在函数参数中使用具名参数named parameters按下#键输入你想记住的内容按回车——Claude Code 会自动将其写入对应的 CLAUDE.md 文件。非常适合记录项目约定保存常用 Bash 命令记下代码风格细节

相关新闻

为什么越来越多云服务商开始放弃价格战?这是我在企业项目中的一些观察

为什么越来越多云服务商开始放弃价格战?这是我在企业项目中的一些观察

为什么越来越多云服务商开始放弃价格战?这是我在企业项目中的一些观察作者:大宇云技术团队 专栏:《企业 AI 落地实践》这两年,做企业云计算项目时,我越来越明显地感受到一个变化。几年前,客户最关心的问题只…

2026/7/5 6:51:46阅读更多 →
TPAFE0808与MK64FN1M0VDC12构建多通道信号采集系统

TPAFE0808与MK64FN1M0VDC12构建多通道信号采集系统

1. 项目背景与核心器件选型在工业自动化、医疗设备和测试测量等领域,多通道信号采集与控制系统一直是关键需求。传统方案通常需要组合多个独立ADC/DAC芯片,不仅占用PCB面积大,还增加了系统复杂度。TPAFE0808作为一款8通道可配置模拟前端芯片&…

2026/7/5 6:51:46阅读更多 →
服装点胶点钻设备的算法架构与工艺适配分析

服装点胶点钻设备的算法架构与工艺适配分析

01|痛点分析:速度与精度的矛盾根源在服装数字化浪潮下,针织、牛仔、梭织等面料的装饰工艺中,服装点胶点钻机已成为产线标配。然而,在协助数十家工贸一体化企业进行产线升级时,发现一个普遍现象:…

2026/7/5 6:51:46阅读更多 →
KMX63运动传感器与STM32F722VE的工业HMI交互优化

KMX63运动传感器与STM32F722VE的工业HMI交互优化

1. 从传统按钮到运动感知:HMI的交互革命上周调试车间设备时,我注意到操作员在油腻环境中反复擦拭触摸屏的窘境。这种场景正是KMX63这类运动传感器大显身手的舞台——当传统交互方式遇到物理环境限制时,自然交互技术便成为破局关键。STM32F722…

2026/7/5 7:56:52阅读更多 →
EMA在AI和芯片架构领域的含义区分

EMA在AI和芯片架构领域的含义区分

在AI(人工智能)和芯片架构领域,EMA 是一个非常常见但含义截然不同的缩写。 在芯片架构领域,它指的是外部存储器访问(External Memory Access)。 在AI训练算法中,它也指指数移动平均(…

2026/7/5 7:56:52阅读更多 →
20 年深耕环保技术栈 16 项发明专利打底:越华环保王长历的数智化落地实践

20 年深耕环保技术栈 16 项发明专利打底:越华环保王长历的数智化落地实践

在工业环保装备向智能化升级的当下,很多开发者会好奇 AI、数字孪生技术如何在重资产的环保场景落地。越华环保集团创始人王长历,用 20 年的一线技术深耕给出了具象答案:从环境工程研发岗做起,以 16 项发明专利为核心底座&#xff…

2026/7/5 7:56:52阅读更多 →
从零上手Codex:AI编程助手重塑工作流实战指南

从零上手Codex:AI编程助手重塑工作流实战指南

🚀 30款热门AI模型一站整合,DeepSeek/GLM/Qwen 随心用,限时 5 折。 👉 点击领海量免费额度 你是不是经常听到“Codex”这个词,感觉它很强大,但又觉得它离自己很远,认为那是专业程序员才能玩转…

2026/7/5 7:56:52阅读更多 →
ICM-42688-P与STM32F423RH在工业控制与机器人中的应用

ICM-42688-P与STM32F423RH在工业控制与机器人中的应用

1. ICM-42688-P与STM32F423RH的黄金组合解析在机器人控制和工业监测领域,传感器精度与处理能力的平衡一直是工程师面临的挑战。ICM-42688-P作为TDK InvenSense推出的6轴MEMS运动传感器,与STMicroelectronics的STM32F423RH微控制器形成的解决方案&#xf…

2026/7/5 7:56:52阅读更多 →
BLDC电机FOC控制:A89307与MKV46F128VLH16的实战应用

BLDC电机FOC控制:A89307与MKV46F128VLH16的实战应用

1. 项目背景与核心目标在工业自动化、无人机和电动汽车等领域,无刷直流电机(BLDC)因其高效率、长寿命和低噪音特性,正逐步取代传统有刷电机。但实现高性能BLDC控制面临三大挑战:如何精确控制转子位置(无传感…

2026/7/5 7:51:52阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/5 1:30:27阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/5 3:48:10阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/5 3:48:09阅读更多 →