TT-Wang/memem

说明与用途

**项目简介（2‑3 句）**
TT‑Wang/memem 是一个 Claude Code 插件，能够为 Claude 提供跨会话的持久记忆。它把学习到的教训和决策以 Markdown 文件保存到你的 Obsidian Vault，并通过 SQLite FTS5 实现全文检索，同时自动挖掘历史对话记录。

**价值主张**

• **统一协议**：通过标准的 Model Context Protocol（MCP），把 AI 助手与本地工具、数据和知识库无缝连接。
• **持久化记忆**：AI 能够记住过去的决策和上下文，提升连续对话的质量和效率。
• **可搜索 & 可追溯**：使用 SQLite FTS5 对 Markdown 记忆库进行高速全文检索，支持快速定位历史教训。

**典型接入方式**

1. **API/SDK 接入**：在你的后端服务中调用 memem 提供的 HTTP API（或 Python SDK），向 Claude 发送 store、retrieve、search 等指令。
2. **CLI 工具**：使用自带的命令行界面将 Obsidian Vault 路径、SQLite 数据库位置等配置写入 memem config，随后通过 memem run 启动 MCP 服务器。
3. **插件化集成**：在自定义的 Claude Code 插件或其他 LLM 框架中直接引用 memem 包，实现“一键”记忆持久化与检索。

**生产可用性**

• **活跃度**：最近一次提交于 2026‑07‑02，项目仍在维护；GitHub ★33，拥有 10+ 相关主题标签。
• **技术成熟度**：核心使用 Python 实现，依赖成熟的 SQLite FTS5，适配 Obsidian 的 Markdown 结构，易于在容器或虚拟环境中部署。
• **风险点**：需进一步审查许可证（MIT/Apache 等）以及安全审计情况；确保维护者对安全漏洞的响应及时。
• **总体评估**：在 OSS 候选中属于 **高生产就绪度**，适合作为内部 pilot 或对外服务的记忆层，尤其在需要 AI 与本地知识库深度集成的场景下。

实际用途

TT-Wang/memem helps connect AI assistants to real tools and data through a standard protocol.

• connect AI agents to tools
• ship Model Context Protocol servers
• standardize integrations

限制与审查说明

High for an OSS candidate: recent activity, adoption, and ecosystem signals are strong enough for a serious pilot.