claude-rag：给 Claude Code 一份完全本地的长期记忆
我们做了一个小型开源 MCP Server，把本机所有历史 Claude Code 对话都索引起来，让 Claude 自己检索——不上云，不要 API Key，全部约 350 行 Python。
问题
每天用 Claude Code 的人都会撞到同一堵墙：在单次会话里它很聪明，可一旦换到下周同一个仓库的新会话，它就什么都不记得了。你得反复解释同一套架构决策、那个偶发挂掉的测试要怎么绕、为什么当初选 A 库不选 B 库——一次又一次。
其实 Claude Code 早就把每一轮对话写到了 ~/.claude/projects/**/*.jsonl，原始记录就在那里。缺的，只是一种让 Claude 真的去查它们的能力。
我们做了什么
claude-rag 在这些本地对话之上加了一层很轻的 RAG，并以 MCP Server 的形式暴露出来，让 Claude 可以在 IDE 内部直接查询。
- 解析 ~/.claude/projects/ 下的所有 JSONL，剥掉 IDE/系统提醒等包装，按字符分块（1500 字符一块，重叠 200）
- 使用 sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 做嵌入，纯 CPU 跑，原生支持中文和英文查询
- 向量存进本地 Chroma PersistentClient，cosine 相似度，跑几个月只占约 50 MB
- 增量索引：只对 mtime/size 有变化的 JSONL 重新嵌入
- MCP（stdio）Server 暴露三个工具：search_conversations、get_session_window、reindex
意义在哪里
注册之后，Claude 可以自己处理「你还记得我们之前是怎么决定 X 的吗？」或「回忆一下我之前是怎么处理 Y 的」——它自己去调 search_conversations，相关片段直接回到当前上下文，对话继续往下走。不需要手动复制粘贴，不需要切换到另一个工具。
这件事本身也是一个挺有用的范式：一个小而专的 MCP Server，没有 SaaS，没有遥测，跑在开发者自己的机器上。很容易 fork 一份再改造。
关于隐私
数据不出本机。嵌入模型在本地跑，向量库就是磁盘上的一个目录，MCP Server 只通过 stdio 与 Claude Code 通信。不需要任何 API Key，也确实没用任何 API Key。
Chroma 库里存的是分块原文，敏感等级和原始对话本身一致——所以它放在 ~/.claude-rag/ 下，默认不参与任何同步。
几个数字
- 全部代码约 350 行 Python
- 嵌入模型约 220 MB（首次下载，本地缓存）
- 几个月日常使用后，索引约 50 MB
- 首次全量索引在 CPU 上 5–10 分钟
- 正常工作日的增量索引几秒搞定
试一下
项目已开源。clone 下来，用 uv 安装，跑一次索引，注册 MCP Server，Claude 的记忆就回来了。