Claude Code 每次開新 session 都失憶？Recall 讓它記住你的專案

> Patch Note

老實說，用 Claude Code 做長期專案最煩的事不是它寫的 code 不好，是它每次 session 都從零開始。

你得重新解釋專案架構、tech stack 的選型理由、上次踩過的坑、現在進行到哪裡。這些東西塞進 prompt 又貴又浪費，不塞又會讓 Claude 亂猜。短期 task 還好，如果是跑了兩三個月的專案，這個問題會讓你每次開工前都花個十到十五分鐘在「對齊脈絡」上。

Recall 想解決的就是這個問題。它是個開源工具，在本地端幫 Claude Code 建立和查詢專案記憶，完全 offline，不送資料到任何外部服務。目前 GitHub 上有 323 顆星（來源：GitHub repo raiyanyahya/recall），屬於小而美的早期工具。

這篇文章的角度是：這個工具解決的痛點是否真實存在？local memory 對 AI coding 工作流有什麼實際影響？tech 架構怎麼設計的？值不值得接進你的 workflow？

---

痛點確認：Claude Code 的失憶問題有多嚴重

在評估工具之前，先確認問題本身是否值得解決。

Claude Code 是 Anthropic 出的 terminal-based coding assistant，走 subscription 模式。它的核心限制和所有 LLM 一樣 — context window 是有限的，而且每個 session 都是冷啟動，沒有跨 session 的持久記憶。

這在短期 task 上幾乎感覺不到問題：「幫我寫一個 debounce function」、「這段 TypeScript 的型別怎麼改」。但當你的專案有以下情況，問題就會浮現：

• 專案跑超過一個月：有大量歷史決策和設計理由需要記住
• 多人協作或換手開發：每次交接都得重新 brief AI
• 特殊的 tech stack 選型：比如你用了某個非主流的 state management library，還有一堆客製化的 convention
• 反覆出現同樣問題：AI 上次幫你解的坑，這次又重新踩

更直接的問題是 token 成本。如果你每次 session 開頭都塞一大段 context 說明，這部分是純粹的 overhead — 它不是在解決問題，而是在重建 AI 的記憶。以一個中型專案估計，context 前置說明可能佔掉每次 session 10-20% 的 token 消耗，算起來不便宜（目前沒有公開的精確統計數字，屬於使用者自行估算的範圍）。

所以痛點是真實的。問題是 Recall 的解法夠不夠好。

---

Recall 的架構拆解

Recall 的設計哲學很單純：完全本地、不依賴外部 AI、用 classical summarization 而非 LLM 做記憶壓縮。

這個選擇很有趣，值得多說一點。

大部分人第一個直覺是「用 LLM 做 summarization 不是更聰明嗎？」Recall 的答案是：可以，但沒必要，而且有副作用。用 LLM 做 summarization 意味著你需要 API key、需要把資料送出去、有隱私風險、還有額外費用。對於「記住我的專案脈絡」這個需求，classical Python summarizer 的效果已經夠用，而且快、免費、離線。

這是一個務實的 trade-off。

核心組件

根據 repo 結構，Recall 由幾個主要部分組成：

Session logging（.claude-plugin/）
每次 Claude Code session 的內容會被記錄下來，存在本地端。這是記憶的原始材料。

Summarization pipeline（scripts/）
用 classical Python summarization 把 session log 濃縮成「resume-ready summary」。不是 LLM，是傳統的文字摘要演算法 — 想像成自動把你的 session log 做 TL;DR。

Commands 和 Hooks（commands/、hooks/）
跟 Claude Code 的整合介面。讓你可以在 session 開始時自動 inject 記憶摘要，或手動 query 過去的 context。

Config（recall.config.json）
基本設定檔，控制記憶的保留策略、摘要頻率等。

整體架構其實不複雜，它沒有做向量資料庫、沒有做 embedding、沒有做 semantic search。這個決定讓它更輕量，但也有明顯的限制：你沒辦法做「找出上次我提到 authentication 相關的所有決策」這種語意查詢。