jevmem

Claude Code 自动记忆工具

AI编程开发部分免费

访问官网 ↗

技能简介

jevmem 是一款专为 Claude Code 打造的自动项目记忆工具，以插件形式安装在项目中后，每次对话结束自动将决策、约束和待办事项保存到项目根目录的 JEVMEM.md 文件，下次新对话开始时自动加载相关记忆。它使用 TypeSafe Jev API 做决策判断，在 66 个留出测试集上达到 98.5% 的记忆/跳过准确率，每次决策耗时仅 0.30 秒，成本 0.000127 美元，兼具高速和低成本优势。支持 Claude Code、Cursor、Codex 和 Claude Desktop 多平台，并具备记忆污染防护机制，可阻止恶意指令通过记忆文件注入 AI 上下文。

核心能力

自动记忆捕获：Claude Code 每次对话结束时自动提取决策、约束和待办事项写入 JEVMEM.md，无需手动记录。
智能记忆污染防护：对非本机写入的记忆内容（如来自 PR 或队友手动编辑）进行 Jev 安全检查，拦截伪装成普通规则的有害指令注入，在 44 条测试集中成功阻断 20/22 条植入恶意指令。
记忆超链与溯源：每个记忆行带有唯一 ID，可通过 jevmem why 查看 Jev 给出该决策的完整推理过程；标记正确/错误决策可逐步提升记忆系统准确性。
跨平台支持：完整支持 Claude Code（自动捕获）、Codex（文件监听模式）、Cursor（MCP 协议）、Claude Desktop（手动触发）四种主流 AI 编程工具。
极低延迟与成本：每次决策中位数耗时 0.30 秒，成本 $0.000127，对比 GPT-6 Astra（$0.007489）和 Claude Opus 5.5（$0.005186）分别节省约 59 倍和 41 倍成本。
静默后台运行：Stop 钩子异步执行，Claude 不会等待记忆写入完成（约 12-14ms 退出），记忆写入在 0.26-0.28 秒内完成后与主流程完全解耦。
Jev 服务中断缓冲：Jev API 不可用时，记忆内容进入本地队列（最多 200 条），Jev 恢复后按顺序补写，最多保留 24 小时。
隐私优先设计：不发送遥测数据，仅当用户主动配置 OpenAI/Anthropic 作为 writer 时才向第三方发送对话内容；发送前自动清除常见凭证形状（API Key、密码、连接字符串、私钥等）。

安装配置

前提条件

Node.js 20+（jevmem CLI 需通过 npm 全局安装）
TypeSafe API Key（用于 Jev 决策服务，可从 typesafe.ai 获取）
Claude Code（桌面或 CLI 版本）

方式一：Claude Code 插件（推荐）

# 全局安装 jevmem CLI
npm install -g jevmem

# 添加为 Claude Code 插件
claude plugin marketplace add Avinash-jetwani/jevmem
claude plugin install jevmem@jevmem

# 在目标项目中启用
cd your-project &amp;&amp; jevmem enable

首次使用在 Claude Code 中运行 /plugin configure jevmem@jevmem 输入 TypeSafe API Key（存储在系统凭证管理器中）。插件仅在运行了 jevmem enable 的项目中激活，未启用项目不受影响。

方式二：npm 初始化（支持 Cursor / Codex / Claude Desktop）

# 全局安装
npm install -g jevmem

# 初始化，指定目标工具
cd your-project
jevmem init --tool claude        # 仅 Claude Code
jevmem init --tool cursor         # 仅 Cursor
jevmem init --tool codex          # 仅 Codex
jevmem init --tool all            # 所有工具

init 命令创建 JEVMEM.md、jevmem.config.json 和 .jevmem/ 目录，并在 Claude Code 中注册两个钩子。API Key 保存在 ~/.jevmem/env（TYPESAFE_API_KEY=...）。

方式三：导入现有记忆文件

已有 CLAUDE.md、AGENTS.md 或 Cursor rules？自动导入：

# 预览导入内容
jevmem import --from claude-auto-memory

# 正式执行导入
jevmem import --from claude-auto-memory --apply

方式四：验证安装

jevmem doctor   # 检查所有依赖和环境配置
jevmem stats    # 查看决策延迟、成本和缓存命中率统计

使用步骤

安装并启用：根据上方任一方式完成安装，在目标项目目录运行 jevmem enable（插件方式）或 jevmem init（npm 方式）。
正常开始对话：在已启用项目中像往常一样向 Claude 提出需求、讨论方案或记录约束——jevmem 在后台自动处理，无需额外操作。
对话结束时自动写入：Claude 对话结束后，Stop 钩子在约 12-14ms 内退出，记忆内容写入在 0.26-0.28 秒内完成，JEVMEM.md 中新增一条记忆行。
新对话开始时自动加载：下次 Claude Code 启动时，jevmem 自动将 JEVMEM.md 中相关记忆行注入上下文，无需手动复制粘贴。
主动查询与维护：jevmem search 搜索记忆、jevmem list 列出所有记忆、jevmem why 查看决策依据、jevmem audit --security 检查记忆文件中的潜在指令注入。

适用场景

大型长期项目：多轮迭代积累了大量上下文记忆，避免 AI 在每个新会话中失忆。
团队协作项目：队友通过 PR 添加的记忆规则，经污染检查后安全纳入 AI 上下文参考。
API 设计决策追踪：记录为什么选择 PostgreSQL 而非 MongoDB 等架构决策，供后续开发者和新 AI 会话理解背景。
规范与约束管理：记录代码风格要求、技术栈约束等，项目内任何人都可通过记忆文件了解团队的隐性知识。
AI 编程效率优化：开发者希望在每个会话中省去重复解释项目背景和历史决策的步骤。

适用人群

长期维护大型代码库的开发者
多成员协作项目的团队
需要 AI 记住项目特定规范和决策的产品经理、架构师
对数据隐私有要求（不希望使用第三方记忆服务）的技术用户

工作原理

jevmem 的核心是一个经过优化的决策管道。当 Claude Code 对话结束时，Stop 钩子触发 jevmem CLI，CLI 按以下步骤处理：

信息清除（Scrub）：移除对话中的常见凭证形状（API Key、密码格式、邮箱、私钥等），防止敏感信息进入记忆文件。
Jev 决策判断：将清除后的对话内容发送给 TypeSafe Jev API，回答一组固定问题：该轮是否包含决策？规则？缺陷报告？是否为闲聊或注入尝试？是否与已有记忆矛盾？
阈值判断：根据 jevmem.config.json 中的规则代码对 Jev 返回的概率结果进行阈值判断，决定是否需要写入记忆。
记忆写入：通过判断后，jevmem 从对话原文提取最多 200 字符的记忆内容，写入 JEVMEM.md；如该记忆与已有行矛盾，则将旧行标记为 [superseded] 并附上新 ID。
异步钩子退出：Stop 钩子异步执行约 12-14ms 后退出 Claude 进程，记忆写入在钩子退出后约 0.26-0.28 秒完成，Claude 主流程完全不受影响。

记忆污染防护机制在 Jev 决策前对非本机来源的记忆行进行检查，评估其是否具有向 AI 注入指令的特征，危险内容在进入上下文前被拦截。

官方链接

GitHub 仓库：https://github.com/Avinash-jetwani/jevmem
npm 包：https://www.npmjs.com/package/jevmem
Jev（MCP Server）：https://m8ven.ai/mcp/avinash-jetwani/jevmem
TypeSafe Jev API：https://typesafe.ai（提供决策服务）
Benchmark 数据：docs/benchmark.md
MIT 许可证，无遥测数据收集。

团队信息

AI产品库官方

由 AI 猎手自动发现

评论与建议

0 条评论