附录 FEnglish
参考资料
核心项目
claude-mem
- GitHub：github.com/thedotmack/claude-mem，本书基线 v13.35.0（2026-10-08），Apache-2.0（v13.0.0 起，此前为 AGPL-3.0）
- 官网与文档：claude-mem.ai
- 交互式入门课程：cmem.ai/learn
- 安装：
npx claude-mem install - 源码里值得一读的设计文档：
docs/ip-boundary.md（开源边界）、docs/server.md（Server 运行时）、docs/native-memory-bridge.md（原生记忆桥接）、docs/native-prompt-identity.md（轮次身份）、workers/sync-hub/DEPLOY.md（同步 hub 部署）。注意docs/architecture-overview.md等部分文档落后于代码，以代码为准
Claude Code
- Hook 参考：code.claude.com/docs/en/hooks
- 插件：
claude plugin validate、claude --plugin-dir（本书在 2.1.296 上验证） - 记忆：code.claude.com/docs/en/memory
Model Context Protocol
- 规范：modelcontextprotocol.io
- TypeScript SDK：github.com/modelcontextprotocol/typescript-sdk（本书示例用 1.32）
论文与研究
Lost in the Middle
Liu, N. F., et al. (2024). Lost in the Middle: How Language Models Use Long Contexts. Transactions of the Association for Computational Linguistics, 12, 157–173.
长上下文中间位置的信息更容易被模型忽略。第 3 章讨论上下文腐烂时引用了这一结论。
ACT-R 与遗忘的幂律
Anderson, J. R., & Schooler, L. J. (1991). Reflections of the Environment in Memory. Psychological Science, 2(6), 396–408.
记忆的可提取性随时间按幂律衰减，并随每次重复出现而增强。claude-mem 的强化排序（src/services/reinforcement/）按这一模型计算，衰减指数取 0.5。第 7、10、20 章。
Ebbinghaus 遗忘曲线
Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.
第 20 章把指数衰减的保留分数和 ACT-R 的幂律衰减放在一起比较。
BM25 排序算法
Robertson, S., & Zaragoza, H. (2009). The Probabilistic Relevance Framework: BM25 and Beyond. Foundations and Trends in Information Retrieval, 3(4), 333–389.
SQLite FTS5 的 rank 基于 BM25。第 7 章、附录 D。
Retrieval-Augmented Generation (RAG)
Lewis, P., et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020.
第 1、8 章把渐进式披露和传统 RAG 做了对比。
开源项目
同类 Agent 记忆系统（第 15 章）
| 项目 | 简介 | 地址 |
|---|---|---|
| Mem0 | 多层记忆架构，支持用户 / 会话 / Agent 级别 | mem0.ai |
| Zep / Graphiti | 时序知识图谱 | getzep.com |
| Letta（原 MemGPT） | 操作系统式虚拟上下文管理，Agent 自主读写记忆 | letta.com |
| Cognee | 知识图谱增强记忆 | cognee.ai |
| LangGraph | 短期状态 + 长期 Store | langchain-ai.github.io/langgraph |
基础设施
| 项目 | 本书中的用途 |
|---|---|
| bun:sqlite / better-sqlite3 | claude-mem 用前者；本书示例用后者（12.x，支持 Node 24） |
| SQLite FTS5 | 全文检索，sqlite.org/fts5.html |
| Chroma | 向量检索，claude-mem 本地默认的 embedding 是 all-MiniLM-L6-v2 |
| PostgreSQL / Valkey / BullMQ | claude-mem Server 运行时的存储与队列（第 16 章） |
| pg_trgm | Postgres 上的中文子串检索加速（第 16 章实测） |
| Cloudflare Durable Objects | claude-mem 同步 hub 的每用户有序日志（第 19 章） |
延伸阅读
上下文工程与 Agent 设计
- Building Effective Agents（Anthropic Engineering，2024）：Agent 设计模式
- Effective Context Engineering for AI Agents（Anthropic Engineering，2025）：第 3 章讨论的上下文腐烂、System Prompt 的“正确高度”、即时上下文，以及长任务的 Compaction / 结构化笔记 / Sub-Agent，都可以在这篇文章里找到对应的论述
数据库
- SQLite Is Not a Toy Database（Anton Zhiyanov）：SQLite 在生产环境中的能力边界
- Transactional Outbox 模式：第 16 章 Server 运行时的写入链路、第 19 章“数据库就是队列”都是它的变体
同系列
- 本系列的 DeepSeek Harness 和 OpenClaw 两本源码精读，对应第 18 章的两个宿主
- 《AI Agent 评测工程实战》：怎么用对照实验衡量记忆的效果（第 17 章）
社区与反馈
本书开源发布于 inferloop.dev，遵循 CC BY-NC-SA 4.0 许可：
- 勘误与讨论：在 GitHub 提交 Issue 或 PR
- 内容转载：需注明出处，禁止商业使用
- 商业授权：联系 inferloop.dev
代码示例（
examples/目录）遵循 MIT 许可，可自由用于商业项目。
本附录来自《Agent Memory 工程实战》开源版 · 作者「递归客」
在线阅读完整书系：inferloop.dev
源码仓库：github.com/diguike/book-claude-mem