Вердикт AI-ReadyПроверить на изолированном внутреннем репозитории с политикой приватности и ручной выборкой сохранённых фактов.

Что это

persistent memory compression system для Claude Code и других coding agents: сохраняет решения, наблюдения по tool usage, semantic summaries и контекст между сессиями. Репозиторий показывает около 85.6k stars, 7.4k forks, 111 issues, 133 PR, 2,098 commits, 291 releases, свежий релиз v13.9.2 от 1 июля 2026, лицензия Apache-2.0.

Бизнес-проблема

coding agents забывают прошлые решения, повторяют ошибки и тратят токены на повторное “понимание” проекта, как будто репозиторий каждое утро рождается заново.

Практическая польза

прямой кандидат для AI-Ready workflow memory: Codex/Claude waves, сайт, wiki, клиентские codebase-аудиты, decision log, open questions, failed attempts, next steps.

Почему интересно сейчас

undefined

Проверка выполнена повторно 2026-07-18; эти показатели относятся к исходному наблюдению и не заменяют собственный тест.

Технические особенности

Node/Bun/uv + SQLite + Chroma vector DB; 5 lifecycle hooks; worker на порту 37777; MCP search tools search, timeline, get_observations; есть mem-search skill, web viewer UI, privacy tags private, token-cost visibility, интеграции с Claude Code, Gemini CLI и OpenCode. README заявляет token-efficient layers и до 10x token savings, но это надо проверять на своих проектах, потому что маркетинговые цифры тоже умеют галлюцинировать.

Значение для AI-Ready

component / Test now. Риски: memory poisoning, устаревшие решения, утечка приватных заметок в контекст, слишком агрессивное автосохранение, community hype вокруг проекта. Вердикт: Test now.

Риски

  • Автосохранение может занести секреты, лишние данные или устаревшие решения в будущий контекст.
  • Большая популярность проекта не доказывает заявленную экономию токенов на нашем workload.

Граница вывода

Первый тест — только synthetic и внутренние задачи без клиентских данных; ручная проверка memory records обязательна до расширения scope.

Ключевые риски

  • Автосохранение может занести секреты, лишние данные или устаревшие решения в будущий контекст.
  • Большая популярность проекта не доказывает заявленную экономию токенов на нашем workload.

Разберите эту страницу со своей LLM

Скопируйте контекст страницы в ChatGPT, Claude, Gemini или другую LLM и попросите применить эту схему к вашему бизнесу.

Можно спросить:

  • Какую ограниченную задачу AI-Ready разумно проверить с помощью Claude-Mem?
  • Какие риски и условия нужно закрыть перед пилотом Claude-Mem?
Открыть каталог