个人 AI 中枢与记忆管理

Claude 默认没有记忆——每次对话从零开始。建立你的个人 AI 中枢，让 Claude 持久记住你的偏好、项目、工作习惯，越用越顺手。

个人 AI 中枢架构

个人 AI 中枢实现

"""
个人 AI 中枢：记忆管理与知识积累系统
让 Claude 持续了解你、记住你的偏好
"""
import os
import json
from dataclasses import dataclass, field
from datetime import datetime
from pathlib import Path
@dataclass
class PersonalProfile:
"""个人画像 — 放入 Claude Project Knowledge Base"""
name: str
role: str
expertise: list[str]
communication_style: str      # 简洁/详细/技术性/通俗
preferred_languages: list[str]
work_context: str
recurring_tasks: list[str]
avoid_topics: list[str] = field(default_factory=list)
def to_knowledge_base_doc(self) -> str:
"""生成上传到 Claude Project 的个人档案"""
return f"""# 关于我的个人档案
## 基本信息
- 姓名：{self.name}
- 职位：{self.role}
- 专长：{', '.join(self.expertise)}
## 沟通偏好
- 回复风格：{self.communication_style}
- 使用语言：{', '.join(self.preferred_languages)}（中英混用优先用中文）
## 工作背景
{self.work_context}
## 高频任务
{chr(10).join(f'- {t}' for t in self.recurring_tasks)}
## 特别注意
{chr(10).join(f'- 不需要 {t}' for t in self.avoid_topics) if self.avoid_topics else '- 无特殊限制'}
---
*上次更新：{datetime.now().strftime('%Y-%m-%d')}*
"""
@dataclass
class ProjectMemory:
"""项目记忆 — CLAUDE.md 内容"""
project_name: str
tech_stack: list[str]
architecture_notes: str
coding_conventions: list[str]
common_pitfalls: list[str]
team_members: dict[str, str]   # name -> role
current_sprint_focus: str
def to_claude_md(self) -> str:
"""生成 CLAUDE.md 文件内容"""
team_str = "\n".join(f"- {name}: {role}" for name, role in self.team_members.items())
conventions = "\n".join(f"- {c}" for c in self.coding_conventions)
pitfalls = "\n".join(f"- ⚠️ {p}" for p in self.common_pitfalls)
return f"""# {self.project_name} — Claude 项目记忆
## 技术栈
{', '.join(self.tech_stack)}
## 架构说明
{self.architecture_notes}
## 编码规范（必须遵守）
{conventions}
## 已知坑点（避免重复踩坑）
{pitfalls}
## 团队成员
{team_str}
## 当前 Sprint 重点
{self.current_sprint_focus}
---
*文件作用：帮助 Claude 理解项目背景，减少重复解释*
*更新频率：每个 Sprint 开始时更新*
"""
class MemoryManagementSystem:
"""记忆管理系统"""
MEMORY_TYPES = {
"Claude Projects KB": {
"内容": "个人档案、工作偏好、常用提示词、公司/产品背景",
"更新频率": "月度",
"格式": "Markdown 文档",
"上限": "每个 Project 约 200K tokens",
"如何使用": "在 claude.ai 创建 Project，上传文档",
},
"CLAUDE.md": {
"内容": "项目技术栈、编码规范、架构决策、常见错误",
"更新频率": "每个 Sprint",
"格式": "项目根目录的 Markdown 文件",
"上限": "建议 < 2000 字（自动加载）",
"如何使用": "放在项目根目录，Claude Code 自动读取",
},
"Notion AI Wiki": {
"内容": "工作流 SOP、知识库、决策记录、复盘笔记",
"更新频率": "每次有新知识",
"格式": "结构化 Notion 数据库",
"上限": "无限制",
"如何使用": "用 Notion AI 辅助整理，需要时粘贴给 Claude",
},
"提示词模板库": {
"内容": "高频使用的提示词、角色设定、工作流模板",
"更新频率": "每次发现好提示词",
"格式": "YAML/JSON 或 Markdown",
"上限": "无限制",
"如何使用": "脚本快速调用，或存入 Claude Project KB",
},
}
DAILY_ACCUMULATION_ROUTINE = {
"晨间（09:00）": [
"查看昨日 Claude 对话，提取有价值的回复存入 Notion",
"更新 CLAUDE.md 中的'当前 Sprint 重点'",
"检查 n8n 自动化昨夜执行情况",
],
"工作中随时": [
"发现好的提示词 → 立即存入提示词模板库",
"Claude 犯同类错误 → 在 CLAUDE.md 中添加'已知坑点'",
"学到新工作流 → 记录到 Notion SOP 库",
],
"晚间（18:00）": [
"用 Claude 总结今日工作（输入工作日志，输出结构化总结）",
"更新项目 CLAUDE.md 中已完成的里程碑",
"把今日有价值的 Claude 对话导出到 Notion",
],
}
@classmethod
def generate_weekly_review_prompt(cls) -> str:
"""生成周度记忆整理提示词"""
return """请帮我整理本周的 AI 使用情况：
本周工作记录：
[粘贴你的工作日志/todo完成情况]
本周与 Claude 的关键对话摘要：
[粘贴有价值的 Claude 回复]
请：
1. 总结本周学到的 3 个最有价值的提示词技巧
2. 识别哪些任务可以进一步自动化
3. 更新建议：CLAUDE.md 有哪些内容需要修改？
4. 生成下周的 AI 使用计划（任务 → 工具分配）"""
class PersonalAIHub:
"""个人 AI 中枢管理器"""
def __init__(self, base_path: str = "~/.ai-hub"):
self.base_path = Path(base_path).expanduser()
def setup_directory_structure(self) -> dict:
"""初始化 AI 中枢目录结构"""
structure = {
"prompts/": "提示词模板库",
"contexts/": "项目上下文文件",
"outputs/": "AI 生成的重要输出",
"profiles/": "个人档案和偏好设置",
"workflows/": "自动化工作流配置",
}
return structure
def create_starter_profile(self) -> PersonalProfile:
"""创建入门个人档案"""
return PersonalProfile(
name="[你的名字]",
role="[你的职位，如：全栈开发者/产品经理/运营]",
expertise=["[主要技能1]", "[主要技能2]"],
communication_style="简洁直接，给出可执行的建议",
preferred_languages=["中文", "Python", "TypeScript"],
work_context="[简述你的公司、产品、团队规模]",
recurring_tasks=["代码审查", "需求文档撰写", "数据分析", "邮件回复"],
avoid_topics=["过度解释", "不必要的道德免责声明"],
)
# 演示
def demo():
print("=== 个人 AI 中枢系统演示 ===\n")
# 个人档案示例
profile = PersonalProfile(
name="李明",
role="全栈开发者（5年）",
expertise=["Python", "FastAPI", "React", "PostgreSQL"],
communication_style="技术性、简洁，直接给代码示例",
preferred_languages=["中文", "Python", "TypeScript"],
work_context="在一家 30 人 SaaS 公司负责后端开发，主要产品是 B2B 订单管理系统",
recurring_tasks=["API 设计", "代码审查", "Bug 排查", "技术文档"],
avoid_topics=["过度解释基础概念", "重复强调风险提示"],
)
print("【个人档案 → Claude Project KB】")
print(profile.to_knowledge_base_doc())
# 项目记忆示例
memory = ProjectMemory(
project_name="订单管理系统 v2",
tech_stack=["Python 3.12", "FastAPI", "PostgreSQL 16", "Redis", "React 18"],
architecture_notes="微服务架构，5个服务：order/payment/notification/user/admin",
coding_conventions=[
"所有 API 端点使用 async/await",
"数据库操作通过 Repository 模式，禁止直接 ORM 调用",
"错误处理统一使用 HTTPException",
"每个 PR 必须包含单元测试，覆盖率 > 80%",
],
common_pitfalls=[
"PostgreSQL 事务超时默认 30s，长操作需要显式设置",
"Redis 缓存 key 前缀必须包含服务名（order:xxx）",
"Celery 任务不能在 async 函数中直接调用，用 apply_async",
],
team_members={"Alice": "PM", "Bob": "Tech Lead", "Carol": "Frontend"},
current_sprint_focus="支付重构 + 订单状态机优化",
)
print("【项目记忆 → CLAUDE.md】")
print(memory.to_claude_md())
print("=== 记忆类型对比 ===\n")
hub = PersonalAIHub()
for mem_type, details in MemoryManagementSystem.MEMORY_TYPES.items():
print(f"【{mem_type}】")
for k, v in details.items():
print(f"  {k}: {v}")
print()
print("=== 每日知识积累节奏 ===\n")
for time, tasks in MemoryManagementSystem.DAILY_ACCUMULATION_ROUTINE.items():
print(f"{time}:")
for task in tasks:
print(f"  • {task}")
print()
demo()

记忆系统优先级

行动清单

• [ ] 在 claude.ai 创建"个人工作助手" Project，上传你的个人档案（用上方模板，10 分钟完成）
• [ ] 在当前最重要的项目根目录创建 CLAUDE.md，填入技术栈和 3 条编码规范
• [ ] 建立提示词文件夹 ~/.ai-hub/prompts/，把本书的提示词模板整理进去
• [ ] 设置每日记忆更新习惯：下班前 5 分钟，把今日最有价值的 Claude 回复存到 Notion
• [ ] 每周五做一次记忆整理：用上方"周度回顾提示词"整理本周 AI 使用情况
• [ ] 在 CLAUDE.md 中记录"已知坑点"：每次 Claude 犯错 → 立即补充，避免下次重复

下一章：09-设备与环境全面配置/01-macOS完整开发环境配置 — 从零搭建 Claude 工具链最优开发环境。