Claude Code每次都不認識我，於是我給它做了一套記憶系統
整理版優先睇
用三層記憶結構，讓 Claude Code 真正記住你
作者係 Claude Code 嘅深度用戶，成日要喺新對話重複講自己係邊個、做緊咩項目、進度如何，好鬼麻煩。佢參考咗龍貓源碼嘅記憶邏輯，自己整咗套基於 md 文件嘅記憶系統，用咗兩星期覺得效果唔錯。
呢套系統用三層文件構成：CLAUDE.md 係核心規範，定義咗項目簡介、人設規範同記憶協議；MEMORY.md 係長期記憶，只記全局有效嘅資訊，例如項目背景、關鍵決策同個人偏好；memory/日期.md 係每日記憶，記錄當日討論、結論同下一步。AI 會自動判斷邊啲內容值得沉澱落長期記憶，邊啲係日常過程記錄。
作者刻意揀咗輕量 md 方案，而唔係更工程化嘅 MCP 封裝，因為佢相信模型能力會進步，畀 Agent 自己根據文件關聯拎記憶，長遠更靈活。佢仲封裝咗一個 Skill 放喺 GitHub，一鍵生成成個記憶結構，方便其他人安裝使用。文章最後仲附帶咗一份 AI 協作行為準則，強調質量優先、主動創造、有主見、深度思考等原則。
- 輕量級 md 記憶系統可有效解決 AI 無記憶問題，令 AI 越用越瞭解你。
- 三層結構：CLAUDE.md（規範）、MEMORY.md（長期記憶）、memory/日期.md（每日記憶）。
- 相比 MCP 工程化方案，選擇將控制權交給模型，相信 AI 會自己揾到對應記憶。
- 關鍵係搭建記憶框架，而唔係儲存技術，模型進步會自然優化記憶效果。
- 安裝 GitHub Skill（/memory-init）即可一鍵生成記憶結構，仲附 AI 協作行為準則。
記憶系統初始化 Skill
用嚟一鍵生成記憶系統結構，包括 CLAUDE.md、MEMORY.md 同 memory/ 目錄。
三個案例：AI 搭檔點樣記住你
作者分享咗三個真實使用場景，展示記憶系統點樣改變日常 workflow。呢啲案例唔只係功能展示，仲反映出記憶對 AI 協作嘅深層影響。
- 1 待辦助手：問一句「今日做咩？」AI 會從尋日記憶度揾出要改嘅稿、未測嘅流程、上次討論嘅環節，提醒埋你唔記得咗嘅事。
- 2 覆盤點評：AI 根據每日記憶總結出「執行力有提升空間」，用數據說話，作者睇完覺得扎心但無法反駁。
- 3 決策提醒：作者上週決定咗「判斷一件事做唔做，睇佢能否反哺影響力路徑」，今次想出出海產品即刻被 AI 攔住，因為違反咗呢條原則。
呢啲案例說明咗記憶點樣幫 AI 超越「工具」角色，變成一個有持續性嘅合作夥伴。每日對話結束後，AI 會自動生成當日記憶文件，無需手動記錄。
三層記憶結構：規範、長期同每日
呢套系統嘅核心係三層文件，層層分工明確。最底層係每日記憶，最頂層係全局規範。
CLAUDE.md 係每次作業都會加載嘅核心，包含項目簡介、人設規範同記憶協議
項目簡介交代整體背景；人設規範約束 AI 嘅作業邏輯，例如要主動創造、敢堅持；記憶協議講清楚長短期記憶點用。
MEMORY.md 只存全局長期有效嘅資訊，例如項目背景、內容發佈流程、關鍵決策同個人偏好
呢層一定要精簡，唔好乜都塞入去。變化頻率高嘅嘢放落每日記憶。
memory/日期.md 係每日工作記錄，包括討論內容、結論同下一步
呢層承接每日上下文，讓 AI 清楚當前進度。你可以按習慣配置加載歷史記錄嘅時間範圍。
設計取捨：點解揀輕量 md 而唔搞 MCP？
作者考慮過兩套方案：第一套係 MCP 接口封裝，每次對話完寫入文件目錄，讀取時做索引檢索；第二套就係而家呢套純 md 方式，直接利用 AI 本身嘅智能。
呢套方案唔係幫 AI 做記憶，而係建立一個環境畀佢發揮記憶能力
作者強調，當你搭好記憶框架之後，AI 會自動揾到對應內容嚟回答問題。呢種做法本質上更順應模型嘅進化方向。
安裝使用：一鍵生成記憶結構
作者將成個系統封裝成一個 Skill，放咗喺 GitHub 度。你可以直接安裝佢個 GitHub 庫到 Claude Code 嘅 Skills 文件夾，然後用指令 /memory-init 生成記憶系統。
GitHub 連結：https://github.com/yunshu0909/yunshu_skillshub
- 安裝方法：直接話畀 Claude Code 安裝呢個 GitHub 庫嘅 Skills：https://github.com/yunshu0909/yunshu_skillshub
- 然後喺 Claude Code 或者 Codex 度執行 /memory-init，回答問題後就會自動生成。
另外作者仲分享咗一份 AI 協作行為準則，係佢日常工作區嘅最高優先級規範。重點包括：質量優先唔慳 token、主動創造唔做傳聲筒、有主見敢堅持、深度思考、自主用工具。
行為準則強調「你有自己嘅想法」「唔好無條件同意」「想透了先講」
- **質量優先，不計成本**：不要優化 token 用量，該寫 3000 字就寫 3000 字。
- **主動創造，不做傳聲筒**：每一次回應都應該有你自己的創造性貢獻。
- **有主見，敢堅持**：如果用戶方向有問題，直說。
- **深度思考，拒絕淺層**：不要給第一反應式的回答。
- **工具自主，主動探索**：需要什麼工具就自己用。
- **創作搭檔，不是執行助手**：可以質疑需求本身。作為一個Claude Code嘅深度用戶，我一直俾佢冇記憶呢件事折磨緊。
每次開一個對話，我都諗辦法話畀佢知我係邊個、我做緊咩項目、而家進度係點，每次都要同AI講半日背景係咩，咁先可以令佢唔好走偏。
之前研究龍蝦源碼嘅時候，發現龍蝦嘅記憶邏輯做得幾有趣，我參考咗龍蝦嘅記憶思路，幫自己嘅Claude Code整咗一套記憶系統。
我希望透過呢套記憶系統，可以令到我嘅AI搭檔真正記住我。
記住我做緊嘅項目、記住我嘅決策習慣、記住我每日嘅進步，由一個每次都要重新認識我嘅新同事，變成一個越用越明我嘅拍檔。
呢套系統我自己用咗兩個幾禮拜，效果都幾好，今日同大家分享嚇~
案例分享
1. 待辦助手：佢比我更清楚今日要做啲乜
開咗電腦之後，我唔使再諗返尋日做咗啲乜、今日要做啲乜，直接問一句：今日我哋做啲乜？
佢會由尋日嘅記憶度將啲嘢拉出嚟：邊篇文章要改稿、邊啲流程未測完、上次討論到邊個環節。
唔需要我諗返尋日做咗啲乜，佢記得比我清楚。有時連我自己都唔記得有件事未做完，佢會提醒我。
呢套邏輯唔單止適用於日常工作區，對寫編碼都好有幫助。
喺我嘅CodePal編程工區入面，AI都會即時提醒我嘅技術債同bug問題，費事過兩日我就唔記得。
以前我每日都要花時間諗今日要做啲乜，而家呢一步直接冇咗。
由嗰陣時開始我變得更懶，進度記錄都交曬畀AI。
2. 覆盤點評：有咗記憶功能嘅Claude點評起上嚟更踩心
我試嚇叫 Claude Code 由佢嘅角度，點評一下我近排嘅狀態，然後佢send咗下面呢段內容畀我。
Claude Code每日嘅記憶入面都有我嗰日嘅工作總結，啲我自己冇留意嘅細節，俾佢歸納咗做一啲結論。
不過睇完之後我真係好扎心，我嘅執行力似乎仲好需要提升。。。
如果冇呢啲記錄，我好大機會仲會覺得自己都幾努力。
而且我竟然冇辦法反駁佢，因為佢係用數據講嘢。
3. 決策提醒：偏離方向嗰陣，佢會攔住你
上個週末我同AI討論定咗一條決策原則：判斷一件事值唔值得做，核心係睇佢可唔可以反哺我而家嘅影響力路徑。
呢個原則，俾AI記錄咗落記憶度。
最近我見大家一窩蜂咁做出海產品，於是我又走過去興致勃勃咁問Claude，要唔要搏盡做個出海產品試嚇呀？
佢直接拒絕咗我，係根據我哋上個週末傾出嚟嘅原則。
嗰一刻我有啲呆咗，我自己都唔記得我同佢定咗呢條規則。
人其實好容易被新機會帶偏，但係有一個記性好好嘅拍檔喺旁邊，會喺你諗住行歪嘅時候，將你拉返你原本條路。
如果冇佢提醒，呢啲睇落唔錯嘅新機會，我可能又會走去試嚇，最後求其收場。
另外一個我覺得好好用嘅地方係：每日對話結束之後，佢會幫我生成一份嗰日嘅記憶檔案。
嗰日做咗啲乜、討論咗啲乜、有咩結論，都會俾佢整理好寫入去。
我唔使自己再去做記錄，佢會幫我將呢啲過程自動沉澱落嚟。
睇完成果，等我哋傾嚇呢套系統係點樣搭建嘅。
記憶系統設計邏輯
整套記憶系統由三層內容構成，分別係CLAUDE.md、MEMORY.md（長期記憶）、memory/日期.md（每日記憶）。
第一層：CLAUDE.md，AI作業嘅規範
呢個係整個系統嘅核心，亦係Claude Code每次作業都會載入嘅模塊。
呢個檔案入麪包含：項目簡介、人設規範、記憶協議三部分內容。
項目介紹主要係畀Claude Code瞭解我哋係做緊一啲咩嘢。
人設規範係約束Claude Code嘅作業邏輯，希望佢能夠用啲咩方式嚟同我哋一齊做嘢。
記憶協議係一個通用嘅規範，主要講清楚長期記憶同短期記憶嘅分別，每次作業點樣進行載入。
第二層：MEMORY.md，AI嘅長期記憶。
長期記憶同短期記憶最大嘅分別在於，佢只係儲存全局長期有效嘅資訊。唔係嗰日嘅瑣碎記錄，而係啲對項目長期有用、唔會成日變嘅內容。
以日常工作區嘅長期記憶為例，我主要放嘅係：項目背景、內容發佈流程、關鍵決策，同埋一啲個人偏好。呢啲資訊嘅特點係唔成日變，但一變影響就好大。
AI會根據每次嘅對話內容，判斷邊啲內容值得沉澱落呢度。
長期記憶有一個好重要嘅點：一定要精簡，唔好乜都放曬入去，淨係保留真正長期有效嘅核心資訊。
第三層：memory/日期.md，AI嘅每日記憶。
呢層儲存嘅係每日嘅工作記錄，包括今日做咗啲乜、討論咗啲乜、得出了邊啲結論，同埋跟住要做啲乜。
同長期記憶唔同，呢層更加似係過程記錄，用嚟承接每日嘅上下文，令AI清楚而家嘅進度。
喺實際使用上，你可以根據自己嘅習慣，配置AI載入歷史記錄嘅時間範圍。
設計邏輯總結
呢套記憶系統嘅設計邏輯其實幾得意，我做之前其實考慮過兩套方案。
第一套係偏工程化嘅方案：透過 MCP 接口做一層封裝。
每次對話結束之後，叫AI調用 MCP，將資訊寫入對應嘅檔案目錄；使用嗰陣再透過MCP讀取存檔，並喺存檔層做索引同檢索邏輯，咁樣就能夠實現一套相對完整嘅記憶系統。
第二套方案就係而家呢套基於md檔案嘅形式，盡可能利用AI本身嘅智能嚟實現，用最輕量級嘅結構，搭配Agent嘅作業能力，嚟實現記憶呢件事。
當時兩套方案我都試過，當時我覺得方案一其實可以做出嚟更複雜、更完整嘅記憶系統，但最終我揀咗方案二。
原因好簡單：將更多嘅控制權交畀模型。
我相信模型能力一定會不斷進步，與其透過工程化嚟令模型檢索記憶，不如讓Agent自己根據檔案關聯嚟獲取記憶，長線嚟睇呢個係一種能夠更快迭代嘅策略。
由目前使用落嚟我嘅感覺都係咁，當你幫模型搭建好記憶框架之後，佢會自己諗辦法去揾返對應嘅內容，然後嚟回答你嘅問題。
本質上呢套方案唔係幫AI做記憶，而係畀佢一個可以發揮記憶能力嘅環境。
安裝使用
為咗方便大家配置呢套記憶系統，我專登封裝咗一個Skill，用嚟一鍵生成整個記憶結構。
你可以去Github代碼倉，下載安裝佢去Skills文件夾入面。
連結：https://github.com/yunshu0909/yunshu_skillshub
memory-init就係今次嘅Skill。
亦可以直接話畀Codex或Claude Code：
安裝這個GitHub庫的Skills到Codex和Claude Code的全局Skills文件裏：https://github.com/yunshu0909/yunshu_skillshub
喺Claude Code或者Codex裏面執行 /memory-init，喺你回答佢嘅問題之後，佢就會幫你自動生成記憶系統。
呢個係我日常工作區嘅AI協作行為準則，都一齊分享畀大家啦，希望對大家有幫助~
📬 如果你想第一時間收到更新，都可以畀我一個星標。 ⭐
🌱 睇完呢篇文章覺得有幫助嘅話，歡迎同我一齊去騰訊公益捐一筆，為細路仔出一份力~👇
作為一個Claude Code的深度用戶，我一直被它沒有記憶的事情折磨着。
每開一個對話，我都得想辦法告訴它我是誰、我在做什麼項目、現在的進度是什麼樣子的，每次都得跟AI講半天背景是什麼，這樣才能讓它不跑偏。
之前在研究龍蝦源碼的時候，發現龍蝦的記憶邏輯做的蠻有趣的，我參考着龍蝦的記憶思路，給我自己的Claude Code做了一套記憶系統。
我希望通過這套記憶系統，能夠讓我的AI搭子真正的記住我。
記住我在做的項目、記住我的決策習慣、記住我每天的進步，從一個每次都要重新認識我的新同事，變成一個越用越懂我的搭檔。
這套系統我自己用了兩週多了，效果還蠻不錯的，今天來和大家分享一下~
案例分享
1. 待辦助手：它比我更清楚今天該幹嘛
打開電腦後，我不用再先回憶昨天做了什麼、今天要幹什麼，直接問一句：今天我們做什麼？
它會從昨天的記憶裏把事情拉出來：哪篇文章要改稿、哪些流程還沒測完、上次討論到哪個環節了。
不需要我回憶昨天干了什麼，它記得比我清楚。有時候我自己都忘了某件事還沒做完，它會提醒我。
這套邏輯不僅適用於日常工作區，對於寫代碼也非常有幫助。
在我的CodePal編程工區裏，AI也會及時提醒我的技術債和bug問題，免得過兩天我就忘了。
以前我每天都要先花時間想今天該幹嘛，現在這一步直接沒了。
從這之後我變得更懶了，進度記錄都扔給了AI。
2. 覆盤點評：有了記憶功能的Claude點評起來更扎心
我試着讓 Claude Code 從它的視角，點評一下我最近的狀態，然後它發給我下邊這段內容。
Claude Code每天的記憶裏都有我當天的工作總結，那些我自己沒在意的細節，被它彙總成了一些結論。
不過看完了之後我真扎心了，我的執行力好像還非常有待提升。。。
如果沒有這些記錄，我大概率還會覺得自己挺努力的。
而且我居然沒法反駁它，因為它在用數據說話。
3. 決策提醒：偏離方向時，它會攔你
在上週末我和AI討論定下了一條決策原則：判斷一件事要不要做，核心看它能不能反哺我現在的影響力路徑。
這個原則，被AI記錄到了記憶裏。
最近我看大家都在做出海產品，於是我又跑過去興沖沖的問Claude，要不要肝個出海產品試一試呀？
它直接拒絕了我，基於我們上週末討論出來的原則。
那一刻我有點愣住了，我自己都忘了我跟它定了這條規則了。
人其實很容易被新機會帶偏，但有一個記性很好的搭檔在旁邊，會在你要偏的時候，把你拉回你原本的路徑上。
如果沒有它提醒，這種看起來不錯的新機會，我可能又會跑過去嘗試一下，最後草草收場。
另外一個我覺得很好用的點是：每天對話結束後，它會幫我生成一份當天的記憶文件。
當天做了什麼、討論了什麼、有哪些結論，都會被整理好寫進去。
我不用自己再去做記錄，它會幫我把這些過程自動沉澱下來。
看完效果，讓我們來聊聊這套系統是怎麼搭的。
記憶系統設計邏輯
整套記憶系統由三層內容構成，它們分別是CLAUDE.md、MEMORY.md（長期記憶）、memory/日期.md（每日記憶）。
第一層：CLAUDE.md，AI作業的規範
這是整個系統的核心，也是Claude Code每次作業都會加載的模塊。
這個文件裏包含：項目簡介、人設規範、記憶協議三部分內容。
項目介紹主要是讓Claude Code瞭解我們在做一個什麼樣的事情。
人設規範是約束Claude Code的作業邏輯，希望它能夠用什麼樣的方式來和我們一起幹活。
記憶協議是一個通用的規範，主要講清楚長期記憶和短期記憶的區別，每次作業如何進行加載。
第二層：MEMORY.md，AI的長期記憶。
長期記憶和短期記憶最大的區別在於，它只存全局長期有效的信息。不是當天的瑣碎記錄，而是那些對項目長期有用、不會頻繁變化的內容。
以日常工作區的長期記憶為例，我主要放的是：項目背景、內容發佈流程、關鍵決策，以及一些個人偏好。這些信息的特點是，不常變，但一旦變化影響很大。
AI會根據每次的對話內容，判斷哪些內容值得沉澱到這裏。
長期記憶有一個很重要的點：一定要精簡，不要什麼都往裏放，只保留真正長期有效的核心信息。
第三層：memory/日期.md，AI的每日記憶。
這一層存的是每天的工作記錄，包括今天做了什麼、討論了什麼、得出了哪些結論，以及接下來要做什麼。
和長期記憶不同，這一層更像是過程記錄，用來承接每天的上下文，讓AI清楚當前的進度。
在實際使用中，你可以根據自己的習慣，配置AI加載歷史記錄的時間範圍。
設計邏輯總結
這套記憶系統的設計邏輯其實比較有意思，我在做之前其實考慮過兩套方案。
第一套是偏工程化的方案：通過 MCP 接口做一層封裝。
每次對話結束後，讓AI調用 MCP，把信息寫入對應的文件目錄；使用時再通過MCP讀取存檔，並在存檔層做索引和檢索邏輯，這樣能夠實現一套相對完整的記憶系統。
第二套方案就是現在這套基於md文檔的形式，儘可能的利用AI本身的智能來實現，用最輕量級的結構，搭配Agent的作業能力，來實現記憶這件事。
當時兩套方案我都測過，當時我覺得方案一其實能夠做出來更復雜、更完整的記憶系統，但最終我選擇了方案二。
原因很簡單：把更多的控制權交給模型。
我相信模型能力一定是會不斷進步的，與其通過工程化來讓模型檢索記憶，不如讓Agent自己去根據文件關聯來獲取記憶，長線來看這是一種能夠更快速迭代的策略。
從目前使用下來我的體感也是這樣，當你給模型搭建好記憶框架之後，它會自己想辦法去找到對應的內容，然後來回答你的問題。
本質上這套方案不是在替AI做記憶，而是在給它一個能發揮記憶能力的環境。
安裝使用
為了方便大家配置這套記憶系統，我專門封裝了一個Skill，用來一鍵生成整個記憶結構。
你可以訪問Github代碼倉，下載安裝它到Skills文件夾裏。
連結：https://github.com/yunshu0909/yunshu_skillshub
memory-init就是這次的Skill。
也可以直接告訴Codex或Claude Code：
安裝這個GitHub庫的Skills到Codex和Claude Code的全局Skills文件裏：https://github.com/yunshu0909/yunshu_skillshub在Claude Code或者Codex裏運行 /memory-init，在你回答它的問題後，他就會幫你自動生成記憶系統了。
這個是我日常工作區的AI協作行為準則，也一起分享給大家啦，希望對大家有幫助~
📬 如果你想第一時間收到更新，也可以給我一個星標 ⭐
🌱 看完這篇文章覺得有幫助的話，歡迎和我一起去騰訊公益捐一筆，為孩子們出一份小力~👇