一、 概述
<code>claude-mem</code> 是一个为大语言模型（LLM）提供长期记忆的本地化方案。它的后台界面（Dashboard）不仅是观察 AI 思考过程的窗口，更是配置“记忆检索”逻辑的核心。
为了方便开发者调试，其界面包含了大量关于“观察（Observation）”、“令牌经济学（Token Economics）”以及“上下文注入”的术语。理解这些术语，对于优化 AI 的响应速度和成本至关重要。
二、 界面核心映射表
以下是 <code>claude-mem</code> 后台系统的完整映射。
1. 基础导航与头部 (Header & Navigation)
这部分定义了用户的基本操作路径。
英文键名 (Key)
中文译文
功能描述
<code>allProjects</code>
所有项目
切换不同的项目空间，记忆是按项目隔离的。
<code>settings</code>
设置
全局参数配置入口。
<code>discordCommunity</code>
加入我们的Discord社区
获取官方技术支持的渠道。
2. 会话与观察卡片 (Observation & Summary Cards)
这是后台最核心的部分，展示了 AI 如何“固化”记忆。
英文键名 (Key)
中文译文
功能描述
<code>facts</code>
事实
AI 从对话中提取的客观信息点。
<code>narrative</code>
叙述
AI 对当前对话脉络的逻辑描述。
<code>read / modified</code>
读取 / 修改
时间戳，用于追踪记忆的热度。
<code>investigated</code>
调查的
检索过程中扫描过的历史记录。
<code>learned</code>
学到的
本次会话新生成的记忆点。
<code>sessionSummary</code>
会话总结
对单一对话轮次的浓缩。
3. 上下文设置：令牌与性能 (Context & Token Economics)
这是 <code>claude-mem</code> 的精髓，决定了“记忆”的精细程度。
英文键名 (Key)
中文译文
深度解析
<code>howManyObservations</code>
要注入多少条观察
决定喂给 AI 多少条相关记忆。越多则越聪明，但越慢。
<code>readCost</code>
读取成本
消耗在 Context 上的 Token 数量。
<code>workInvestment</code>
工作投资
AI 为了整理记忆（总结、归档）所花费的 Token。
<code>savings</code>
节省
核心指标。指通过重用上下文，避免重复输入所节省的成本。
<code>haiku / sonnet / opus</code>
(模型选项)
根据速度与质量平衡，选择记忆生成的“大脑”。
三、 重点功能解析
在配置过程中，有几个参数需要特别注意：
1. 令牌经济学（Token Economics）
这是 <code>claude-mem</code> 的独特设计。它不仅展示 AI 记住了什么，还计算了“记忆”的性价比。
- 工作投资 (Work Investment) 就像是学习时的“做笔记”，虽然当下费时（耗费 Token），但为了未来的节省 (Savings)。
- 如果你的 <code>savings</code> 长期低于 <code>work investment</code>，可能需要减少观察数量（Observations count）。
2. 观察注入逻辑 (Observation Injection)
在 <code>contextSettingsModal</code> 中：
- 数量 (Count) vs 展开详情 (Expanded Details)：你可以注入 100 条记忆，但只针对最相关的 5 条展示“完整观察”。这种“粗排+精排”的逻辑，能显著提升大模型的处理效率。
3. 后台工作线程 (Worker Port)
这是常见报错的来源。<code>workerPort</code> 默认通常是某个特定端口，如果你在终端启动时修改了端口，后台界面也必须同步修改，否则无法读取到实时数据。
四、 结论
<code>claude-mem</code> 的后台不只是一个 Dashboard，它更像是一个 AI 的“思维监视器”。
通过对 <code>facts</code>（事实）和 <code>narrative</code>（叙述）的监控，你可以直观地看到 AI 是否“误解”了你的意图。如果你发现 AI 的记忆出现了偏差，通过后台的过滤器 (Filters) 或 模型选择 (Model Selection) 进行微调，通常比反复修改提示词（Prompt）更有效。