By name: "supermemory" description: "跨会话持久记忆：自动捕获、压缩和检索项目上下文，比静态RAG更智能。当用户说'记住之前'、'跨会话记忆'、'长期上下文'、'session记忆'、'项目记忆'、'自动记忆'、'上下文继承'时触发。核心特点：自动加载上次会话、事实提取、时间感知、智能遗忘过期信息。"
来源: SuperMemory Skill (Claude Code 生态, LongMemEval/LoCoMo 基准领先)
发布时间: 2026-05
理念: "对话结束，记忆不结束。"
🧠 SuperMemory — 跨会话持久记忆
自动保存项目上下文，下次打开时无缝续接。
🎯 核心能力
| 能力 | 说明 |
|---|---|
| 自动捕获 | 会话结束时自动提取关键事实和决策 |
| AI 压缩 | 将长对话压缩为结构化记忆笔记 |
| 智能加载 | 新会话自动加载相关上下文 |
| 时间感知 | 追踪事实的时间变化（谁在什么时候改了什么） |
| 智能遗忘 | 自动标记过期信息，避免记忆污染 |
| 向量检索 | 基于语义搜索快速定位历史信息 |
📋 工作流程
对话开始 → 自动加载记忆
↓
对话进行 → 实时捕获关键信息
↓
对话结束 → AI压缩并保存记忆
↓
下次开始 → 自动加载 + 增量更新
🗂️ 记忆存储结构
~/.claude/memory/
├── projects/
│ └── {project-name}/
│ ├── facts.json # 项目事实（技术栈、架构决策）
│ ├── decisions.json # 关键决策记录
│ ├── todos.json # 未完成任务
│ └── timeline.json # 时间线变更记录
├── global/
│ ├── preferences.json # 个人偏好
│ └── conventions.json # 通用规范
└── index.json # 全局索引
🆚 与 Claude-Mem 的区别
| 特性 | supermemory | claude-mem |
|---|---|---|
| 启动方式 | 自动/手动 (/supermemory) |
自动捕获 |
| 存储粒度 | 项目级 + 全局级 | 项目级 |
| 压缩策略 | 结构化 JSON + 语义摘要 | 文本摘要 |
| 检索方式 | 向量语义搜索 | 关键词匹配 |
| 时间感知 | ✅ 自动追踪变更时间线 | ❌ |
| 智能遗忘 | ✅ 自动标记过期 | ❌ 手动维护 |
| 轻量程度 | 更轻量，专注核心上下文 | 完整项目文档 |
最佳组合：supermemory（轻量自动）+ claude-mem（深度项目文档）
🚀 使用方式
方式一：自动模式（推荐）
启用 supermemory 自动记忆
每次对话结束自动保存，下次自动加载。
方式二：手动操作
/supermemory save # 手动保存当前会话
/supermemory load # 手动加载历史记忆
/supermemory search # 搜索历史记忆
/supermemory forget # 清理过期记忆
方式三：项目初始化
初始化 supermemory 记忆
项目：电商后台管理系统
技术栈：Vue3 + Spring Boot
关键规范：RESTful API，驼峰命名
📊 记忆质量指标
| 指标 | 说明 | 优化建议 |
|---|---|---|
| 覆盖率 | 关键信息捕获比例 | 对话中明确标记"记住这个" |
| 准确率 | 记忆内容与事实一致性 | 定期 review 记忆文件 |
| 检索率 | 需要时能成功找到的比例 | 使用语义标签分类 |
| 新鲜度 | 信息未过期的比例 | 定期执行 forget 清理 |
💡 最佳实践
DO
- ✅ 在长项目开发中启用，避免重复解释上下文
- ✅ 定期 review 记忆文件，修正 AI 误解
- ✅ 为重要决策添加人工注释
- ✅ 多项目时按项目隔离记忆
DON'T
- ❌ 在一次性任务中启用（增加不必要的开销）
- ❌ 存储敏感信息（密钥、密码）
- ❌ 完全依赖记忆而不 review 代码
🔗 与其他 Skill 的关系
最佳实践链：
项目开始 → supermemory（自动记忆上下文）
→ claude-mem（深度项目文档化）
→ caveman-skill（压缩记忆降低token）
→ skill-orchestrator（统一管理所有skill）
"你的 AI 助手应该像老同事一样，知道你在做什么，不需要每次都从头解释。"