Claude-Mem 记忆搜索深度指南：8 种工具 + 实战技巧
TL;DR
Claude-Mem 提供 8 种搜索工具，覆盖全文搜索、过滤搜索、上下文检索三大类。本文深入讲解每种工具的参数、使用场景和实战技巧，帮你从"会用"升级到"用好"。
一、为什么需要深度掌握搜索
之前的入门教程讲了"用自然语言搜索"。但当你的记忆库积累到几百条记录时，模糊搜索就不够用了。
你需要精准控制：
- 搜什么：只搜 bug？只搜决策？只搜某个文件相关？
- 搜多少：返回 3 条还是 50 条？
- 怎么省：如何用最少的 Token 获取最有价值的信息？
这就是本文要解决的问题。
二、8 种搜索工具全览
Claude-Mem 的搜索系统基于 HTTP API，运行在本地 37777 端口。所有查询通过 mem-search 技能自动调用，你只需用自然语言描述需求。
2.1 工具分类
类别
工具
用途
全文搜索
search observations
搜索所有观察记录
search sessions
搜索会话摘要
search prompts
搜索原始用户提示词
过滤搜索
by-type
按类型过滤（bug/feature/decision）
by-concept
按概念标签过滤
by-file
按文件名过滤
上下文检索
recent context
获取最近会话上下文
timeline
获取时间线上下文
三、全文搜索详解
3.1 搜索观察记录（Search Observations）
这是最常用的搜索。观察记录包含：bug 修复、功能实现、架构决策、代码发现等。
基础用法：
"搜索关于认证的观察记录"
带参数：
"搜索认证相关，只要 bugfix 类型，最近 5 条"
实际 API 调用：
curl "http://localhost:37777/api/search/observations?query=认证&type=bugfix&limit=5"
返回格式（索引模式）：
| ID | Time | Type | Title | Tokens |
|----|------|------|-------|--------|
| #1234 | 12:30 PM | bugfix | 修复JWT过期问题 | ~150 |
| #1198 | 11:45 AM | bugfix | 解决登录状态丢失 | ~120 |
为什么先返回索引？
这是 Claude-Mem 的核心设计理念——渐进式披露。
先给你一个"书单"（~50 token/条），你选中感兴趣的，再获取"全书"（~500 token/条）。省 10 倍资源。
3.2 搜索会话（Search Sessions）
会话是更高层级的摘要。一个会话可能包含几十条观察记录。
适用场景：
- "上周我们讨论了什么主题？"
- "这个项目的开发历程是什么？"
用法：
"搜索包含数据库迁移的会话"
与 observations 的区别：
维度
Observations
Sessions
粒度
单条记录（一个 bug、一个决策）
整个对话（几十条记录的摘要）
适用
找具体细节
找宏观脉络
Token
~150/条
~300/条
3.3 搜索提示词（Search Prompts）
搜索你曾经问过 Claude 的原始问题。
适用场景：
- "我之前怎么问的那个问题？"
- "找到那个关于性能优化的提问"
用法：
"搜索我之前关于 PostgreSQL 的提问"
四、过滤搜索详解
当你明确知道要找什么类型的内容时，过滤搜索比全文搜索更精准、更省 Token。
4.1 按类型过滤（By-Type）
Claude-Mem 自动给每条记录打标签。常见类型：
类型
含义
示例
bugfix
Bug 修复
修复了空指针异常
feature
新功能
实现了用户注册
decision
架构决策
选择 PostgreSQL 而非 MySQL
discovery
代码发现
发现了性能瓶颈
refactor
重构
提取公共方法
change
代码变更
更新了配置文件
用法：
"显示所有 decision 类型的记录"
"最近 10 条 bugfix"
为什么要用类型过滤？
假设你记忆库有 500 条记录，其中只有 30 条是架构决策。
- 全文搜索"架构"：可能返回 100 条包含"架构"这个词的记录
- 类型过滤
decision：精准返回那 30 条决策记录
信噪比完全不同。
4.2 按概念过滤（By-Concept）
概念是比类型更细粒度的标签。
常见概念：
- authentication：认证相关
- performance：性能相关
- security：安全相关
- database：数据库相关
用法：
"搜索 security 概念相关的所有记录"
4.3 按文件过滤（By-File）
当你想知道某个文件的修改历史时，这个最有用。
用法：
"显示所有关于 auth.ts 的修改记录"
"worker-service.ts 的历史变更"
返回内容：
- 这个文件被修改的所有观察记录
- 每次修改的原因和内容
- 相关的 bug 修复和功能实现
五、上下文检索详解
5.1 最近上下文（Recent Context）
获取最近几个会话的上下文摘要。
适用场景：
- 新开一个会话，想快速回顾昨天的进度
- 接手别人的项目，想了解最近在做什么
用法：
"获取最近的上下文"
"显示最近 3 个会话的摘要"
5.2 时间线（Timeline）
以某个时间点或某条记录为锚点，获取前后的上下文。
适用场景：
- "那个 bug 修复前后发生了什么？"
- "这个决策是基于什么讨论做出的？"
用法：
"显示 #1234 前后的时间线"
"那个认证 bug 发生时的上下文"
时间线的价值：
单独看一条记录，你只知道"修复了登录 bug"。
看时间线，你能知道：
1. 这个 bug 是什么时候发现的
2. 之前尝试了哪些方案
3. 最终为什么选择这个方案
4. 修复后又做了什么验证
六、Token 优化策略
6.1 上下文的代价
每次搜索都会消耗 Token。Claude 的"注意力"是有限的。
返回格式
Token 消耗
适用场景
索引模式
~50/条
初步筛选
摘要模式
~150/条
快速浏览
完整模式
~500/条
深入理解
黄金法则：先索引，后详情。
❌ "显示所有 bug 修复的完整内容" // 可能消耗 25000 token
✅ "显示最近 5 条 bug 修复" // ~750 token
✅ "展开 #1234 的详情" // ~500 token
6.2 渐进式披露实战
第一步：索引筛选
"搜索认证相关的记录，最近 10 条"
第二步：选择目标
看返回的索引，找到感兴趣的 ID。
第三步：获取详情
"展开 #1234 和 #1198 的详情"
第四步：基于详情行动
"参考 #1234 的方案，帮我修复当前的认证问题"
6.3 上下文腐烂问题
Claude 的准确度会随着上下文长度增加而下降。这不是 bug，是 LLM 的固有特性。
原因：
- Token 之间的关系是 n² 复杂度
- 长上下文训练数据有限
- 注意力机制有衰减
应对策略：
1. 压缩：定期总结历史，删除冗余
2. 分批：不要一次加载太多
3. 精准：用过滤搜索代替模糊搜索
七、高级技巧
7.1 组合搜索
同时使用多个过滤条件：
"搜索上周关于支付模块的 bugfix，只要涉及 payment.ts 的"
这相当于：
- 时间过滤：上周
- 类型过滤：bugfix
- 文件过滤：payment.ts
- 关键词：支付模块
7.2 对比分析
利用时间线功能对比不同时期的决策：
"对比 12 月初和现在关于数据库选择的讨论"
7.3 知识图谱构建
通过概念搜索，构建项目的知识图谱：
"显示所有 security 概念的记录，按时间排序"
这样你能看到安全相关的决策演进历程。
7.4 错误复盘
结合 bugfix 类型和时间线，复盘问题的发现和解决过程：
"显示 #1234 这个 bug 的完整时间线，从发现到解决"
八、中文版项目
如果你希望使用中文优化版的 Claude-Mem，可以访问社区中文版项目：
GitHub 地址：https://github.com/cfrs2005/claude-mem
中文版特点：
- 中文文档和注释
- 针对中文分词优化
- 社区维护和支持
九、常见问题
Q：搜索结果太多怎么办？
A：添加过滤条件。依次尝试：时间范围 → 类型 → 概念 → 文件。
Q：搜索结果不准确怎么办？
A：换关键词。"登录问题" → "认证失败" → "JWT 过期"。不同表达匹配不同记录。
Q：如何知道有哪些可用的类型和概念？
A：
"显示所有可用的记录类型"
"显示所有概念标签"
Q：能搜索代码片段吗？
A：能。Claude-Mem 会记录对话中出现的代码。搜"那段处理用户输入的代码"。
十、小结
场景
推荐工具
示例
找具体细节
search observations
"认证 bug 怎么修的"
找宏观脉络
search sessions
"上周做了什么"
找某类记录
by-type
"所有架构决策"
找某文件历史
by-file
"auth.ts 的修改记录"
快速回顾
recent context
"最近在做什么"
理解来龙去脉
timeline
"#1234 前后发生了什么"
核心心法：
1. 先索引后详情，省 10 倍 Token
2. 过滤搜索比全文搜索更精准
3. 时间线帮你理解决策的来龙去脉