rlm-claude
by EncrEor·★ 35·综合分 46
RLM 是一个为 Claude Code 提供持久化内存的 MCP 服务器,具有自动保存、语义搜索和多项目组织功能。
概述
RLM 通过实现一个 MCP 服务器解决 Claude Code 的上下文窗口限制问题,在压缩操作前自动保存对话历史。它实现了两种内存系统:用于保存关键决策和事实的 Insights,以及用于完整对话片段的 Chunks。该服务器提供高级功能,包括结合 BM25 和余弦相似性的语义搜索、模糊搜索、多项目支持、智能保留策略和子代理分析功能。RLM 挂钩到 Claude Code 的事件中,为跨会话提供零配置的持久化内存。
试试问 AI
装完之后,这里有 5 个你可以让 AI 做的事:
什么时候选它
如果你使用 Claude Code 并且需要跨会话的持久化内存,特别是对于上下文连续性至关重要的长期项目,选择 RLM。
什么时候不要选它
如果你的需求不是 Claude 环境,或者你倾向于像 MemGPT 这样自带运行时的整体解决方案,不要选择 RLM。
此 server 暴露的工具
从 README 抽取出 12 个工具rlm_rememberSave decisions, facts, preferences with categories and importance levels
rlm_recallSearch insights by keyword, category, or importance
rlm_forgetRemove an insight from memory
rlm_statusGet system overview including insight count and chunk stats
rlm_chunkSave conversation segments with typed categorization
rlm_peekRead a chunk in full or partially by line range
rlm_grepRegex search across all chunks with optional fuzzy matching
rlm_searchHybrid search using BM25 + semantic similarity across chunks and insights
rlm_list_chunksList all chunks with metadata
rlm_sessionsBrowse sessions by project or domain
rlm_retention_previewPreview what would be archived in a dry-run
rlm_retention_runArchive old unused chunks and purge ancient ones
可对比工具
安装
安装
通过 PyPI(推荐)
pip install mcp-rlm-server[all]使用 uv
uv tool install mcp-rlm-server[all] --python 3.12配置 Claude Code
添加到您的 Claude Code 配置中:
{
"mcpServers": {
"rlm": {
"command": "python",
"args": ["-m", "mcp_server.server"]
}
}
}然后重启 Claude Code 并开始使用 14 个可用的 RLM 工具。
FAQ
- RLM 如何在会话间持久化内存?
- RLM 挂钩到 Claude Code 的 /compact 事件,在上下文丢失前自动保存快照。内存存储在 ~/.claude/rlm/ 中,使用 JSON 格式存储 Insights,使用文件格式存储对话历史片段。
- Insights 和 Chunks 有什么区别?
- Insights 存储关键决策、事实和偏好,带有类别和重要性级别。Chunks 存储完整的对话片段,类型分为快照、会话或调试。Insights 按重要性加载,Chunks 则按需搜索和检索。
rlm-claude 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。