cc-star 0.3.1

Upgrade Claude Code native memory to a self-evolving digital brain — SQLite+FTS5 hot storage, L1→L2→L3 cognitive pipeline (policy induction, skill crystallization, world model), optional OpenViking cold sync, and built-in viewer

cc-star

不是日记本，是认知引擎。 Not a notebook. A cognition engine.

---

🤷 为什么选 cc-star 不选别的？

你的 Claude Code 每次启动都是一张白纸。 项目架构得重新解释，之前的决策得重新翻，踩过的坑还得再踩一遍。

原生记忆是便利贴——你写什么它记什么，不写就没有。 其他记忆插件呢？装 MCP、配端口、挂后台、常驻进程……记忆还没用上，先运维上了。

cc-star 不一样。

pip install cc-star && cc-star init
# 30 秒 → 你的 Claude Code 开始从每次对话中自动学习

• 零 MCP 依赖 — 不装服务、不配端口、不挂后台。装完即用。
• 三源合一检索 — 对话记忆 + 核心知识 + 团队共享，一次搜全。
• 自动成长 — 高频内容自动晋升到原生记忆，下次会话零延迟加载。
• 零维护 — 自动回收、自动去重、自动晋升。装完不用管。

原生记忆是便利贴，claude-mem 是笔记本，cc-star 是会自我进化的数字大脑。

---

🚀 5 分钟快速上手

第 1 分钟：安装

pip install cc-star

一条命令，无其他依赖。不需要 MCP 配置、不需要常驻进程、不需要额外端口。

第 2 分钟：初始化

cc-star init

自动完成：

• 创建 ~/.cc-star/config.yaml（中文引导）
• 初始化 SQLite 数据库
• 安装 5 个 Claude Code hook（SessionStart / Inject / Store / Summary / Compact）
• 写入初始核心记忆

第 3 分钟：验证

cc-star doctor

全面自检：配置 ✅ → Hook ✅ → 数据库 ✅ → OpenViking（可选）✅

看到全绿就可以关掉了，之后不用再管它。

第 4-5 分钟：正常使用

你什么也不用做。

每次对话时 cc-star 自动：

1. 检索 — 从历史对话 + 核心知识 + 团队共享中找到相关上下文
2. 注入 — 注入到当前会话，Claude 直接"想起来"
3. 存储 — 对话结束后自动存储
4. 晋升 — 高频/重要内容自动提升到原生记忆

想深入？

cc-star search "之前那个架构方案是怎么设计的"   # 搜索记忆
cc-star promote                                  # 手动维护（可选）
cc-star status                                   # 查看运行状态
cc-star config memory.promote_enabled false       # 改配置即时生效

---

📊 与社区方案对比

对比维度	cc-star v0.3 🆕	claude-mem	claude-mem-lite	paradigm-memory	continuity-v2	Nemp
安装复杂度	pip install ❐ init ⏤ 30 秒	需 MCP 配置 + 常驻端口 37777	npx 启动 MCP 服务	脚本安装 + MCP 配置	git clone + MCP 配置	/plugin 两行
MCP 依赖	❌ 零依赖	✅ 需 MCP 服务	✅ 需 MCP 服务	✅ 需 MCP 服务	✅ 需 MCP 服务	❌ 零依赖
自动晋升	✅ 唯一	❌	❌	❌ 半自动	❌	❌
团队共享	✅ OpenViking	❌ 仅本地	❌ 仅本地	❌ 仅本地	❌ 仅本地	❌ 仅本地
Windows 支持	✅ 原生	✅	❌	✅	✅	✅
维护成本	零维护	监控端口进程	低	手动 dream 合并	低	低
检索方式	FTS5 + 关键词 + 语义 三源融合	BM25 + 向量	FTS5 + TF-IDF	认知树激活	FTS5 + 语义	文件遍历
后台进程	无	常驻 Express	按需 spawn	常驻 stdio	常驻 stdio	无

两张差异化王牌：

• 🃏 零 MCP 依赖 — 唯一不依赖 MCP 服务的记忆方案。装完即用，无端口、无进程、无崩溃风险。
• 🃏 认知管道 L1→L3 — 唯一实现"对话→L2 cache→L3 原生记忆"自动晋升的方案。记忆会随着使用自动成长。

---

🏗️ 架构

三源融合检索

用户输入
    ↓
┌─ inject hook ──────────────────────────────────┐
│                                                 │
│  ① FTS5(cache.db 对话记忆)  ← 短期      │
│  ② 关键词(原生核心记忆)       ← 长期      │
│  ③ 语义(OpenViking 团队共享)  ← 团队     │
│                                                 │
│  → RRF 三源融合排序                             │
│  → 注入当前会话                                 │
└─────────────────────────────────────────────────┘

记忆生命周期

对话结束
    ↓
┌─ store hook ──────────────────────────────────┐
│  → cache.db (L2 短期对话记忆)                   │
│  → 高频/重要？→ 晋升原生记忆 (L3 核心知识)       │
│  → OpenViking 同步（可选）                      │
└─────────────────────────────────────────────────┘
    ↓ 自动（无需触发）
┌─ promote 管道 ──────────────────────────────────┐
│  → cache.db 超限自动回收（>1GB 触发）            │
│  → 原生记忆去重（内容哈希比对）                   │
│  → 热记忆扫描 → 自动晋升                         │
└──────────────────────────────────────────────────┘

5 个 Hook

Hook	时机	做什么
SessionStart	会话启动	环境自检 + 加载上次摘要
UserPromptSubmit	每次提问	三源检索 → 注入上下文
Stop	会话结束	存储对话 + 判断晋升
SessionEnd	退出	生成摘要 + OV 同步
PreCompact/PostCompact	压缩保护	配置动态加载

---

Commands

Command	功能
cc-star init	初始化（中文引导 + 自检）
cc-star doctor	全面自检
cc-star status	查看状态
cc-star search <query>	搜索记忆
cc-star promote	手动维护（回收 + 去重 + 晋升）
cc-star config	查看配置
cc-star config <key> <value>	改配置（即时生效）
cc-star uninstall	移除 hook

---

Configuration

~/.cc-star/config.yaml — 改完即时生效，无需 re-init。

memory:
  max_inject: 5           # 每次注入最多 5 条对话记忆
  max_inject_native: 3    # 每次注入最多 3 条核心记忆
  promote_enabled: true   # 是否启用记忆晋升
  promote_min_length: 150 # 晋升最小长度
  promote_cooldown_days: 7 # 晋升冷却期
  max_cache_mb: 1000      # cache.db 上限

支持环境变量覆盖（CC_STAR_*），不改配置文件也行。

---

Windows Users

Windows 用户看 Windows 安装指南。

---

License

AGPL-3.0 — see LICENSE