raiyanyahya/recall

说明与用途

**项目简介**
Recall（raiyanyahya/recall）是一款让 Claude Code 拥有持久离线记忆的工具，能够在多轮会话中自动记住项目上下文，避免每次都重新解释，从而显著降低 token 消耗。

**价值主张**

• **降低成本**：一次记忆即可在后续交互中复用，显著节省 OpenAI/Anthropic 的 token 费用。
• **加速原型**：无需从零搭建向量库或自研记忆模块，直接为 AI 原型、RAG（检索增强生成）或智能体工作流提供持久记忆层。
• **易于集成**：提供 API、SDK 与 CLI 三种接入方式，支持 Python 环境，可快速嵌入现有代码库或 CI/CD 流程。

**典型接入方式**

1. **API/SDK**：在 Python 项目中 pip install recall，随后使用 RecallClient 初始化并调用 store_memory() / retrieve_memory() 方法。
2. **CLI**：通过 recall-cli 命令行工具直接在终端保存或查询记忆，适合脚本化或 CI 场景。
3. **插件式集成**：在使用 Claude Code 的 IDE 插件或自研聊天前端中挂载 Recall 的 HTTP 接口，实现即时记忆同步。

**生产可用性**

• **活跃度**：截至 2026‑06‑25，项目仍在持续更新，最近一次提交仅数天前。
• **社区与生态**：拥有 534 颗星、23 个 fork，涉及 18 个相关话题，说明社区关注度和潜在生态合作伙伴较多。
• **技术成熟度**：核心实现基于 Python，代码结构清晰，提供完整的单元测试和 CI，适合作为 OSS 级别的 Pilot 项目。
• **风险点**：仍需对许可证（MIT/Apache 等）进行最终确认，安全审计和维护者响应时效需进一步评估。

综合来看，Recall 已具备较高的生产就绪度，适合作为 AI 功能原型或正式产品中“持久记忆”层的快速落地方案。

实际用途

raiyanyahya/recall helps add AI capability without starting from a blank model stack.

• prototype AI features
• build RAG or agent workflows
• evaluate model tooling

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.