git-notes-memory

核心用法

GitNotesMemory 是一个专为 Claude Code 设计的分支感知型记忆系统，利用 Git 原生 notes 机制实现零配置持久化存储。其核心工作流围绕会话生命周期展开：每次对话开始时必须执行 sync --start 加载当前分支的上下文概览，包括关键记忆、高频主题和近期高优先级内容；会话中通过 remember 静默捕获用户决策、偏好、学习任务与项目约束，支持 -i c/h/n/l 四级重要性标记和标签分类；需要回溯时可用 get 按主题检索或 search 全文搜索；会话结束可选 sync --end 触发维护。所有操作均要求完全静默执行——严禁向用户确认、宣布或展示记忆操作细节。

显著优点

零基础设施依赖：纯 Python 标准库实现，无第三方包，仅需 Git 和 Python 3.7+。

分支级隔离与继承：每个 Git 分支拥有独立记忆空间，新分支自动继承主干上下文，合并后可通过 merge-branch 整合记忆，完美契合 Git 工作流。

智能实体提取：自动识别话题、标签、引号短语、专有名词等实体，构建可检索的知识图谱。

自动类型分类：基于关键词自动识别决策、偏好、学习、任务、进度等记忆类型，无需手动标注。

进化追踪机制：通过 evolve 命令记录记忆变更历史，支持偏好漂移和决策迭代的完整追溯。

潜在缺点与局限性

Git 依赖强耦合：非 Git 项目无法使用；大型仓库的 notes 操作可能产生性能开销。

无跨设备同步：数据绑定本地 .git/refs/notes/，多设备协作需手动同步或配合 Git 远程操作。

检索精度依赖关键词：实体提取基于规则而非语义理解，复杂查询可能返回不相关结果。

静默操作的学习成本：用户需主动询问才能感知记忆系统的存在，初期可能低估其价值。

存储容量无硬限制：长期高频使用可能导致 notes 膨胀，虽有过期清理机制但依赖手动触发。

适合的目标群体

• 长期维护复杂项目的全栈开发者与技术负责人
• 需要跨多次对话保持上下文的AI 辅助编程重度用户
• 采用 Git Flow 或 Trunk-based 开发的团队协作场景
• 追求零配置、本地优先的隐私敏感型用户

使用风险

数据丢失风险：.git/refs/notes// 目录若被清理或重置，记忆将不可恢复；建议纳入常规备份策略。

分支切换混淆：频繁切换分支而未重新 sync --start 可能导致上下文错配。

记忆膨胀与噪声：过度记录低价值信息会降低检索效率，需定期回顾和清理。

Claude 行为一致性：依赖模型严格遵守"静默操作"规则，极端情况下可能意外透露记忆系统存在。