如何讓 Claude Code 記住昨天寫了什麼？我設計了一套跨 Session 的 AI 開發「外部記憶體」系統
如何讓 Claude Code 記住昨天寫了什麼？我設計了一套跨 Session 的 AI 開發「外部記憶體」系統
💡 起點：一個讓人抓狂的問題
用 Claude Code 開發產品的人都遇過：你花了兩小時跟 AI 討論架構、做出關鍵決策、寫好程式碼。隔天打開新 Session 說「繼續上次的功能」，Claude 卻一臉茫然。
這不是 Claude 不夠聰明，而是 Context Window 的本質限制，每個 Session 都是白板。大多數人選擇在 System Prompt 塞更多背景，但這治標不治本，反而壓縮了真正任務可用的 Token。
我的解法：把記憶外化到檔案系統，並設計精確的「按需載入」規則。
第一步：釐清核心問題
決定 AI Agent 能力上限的，不是 Agent 的數量，而是 Context Window 裡裝了多少有用資訊。
Context window 就像 AI 的 RAM。問題不在於「怎麼買更多 RAM」，而是「怎麼讓每次 Session 只載入剛好夠用的資訊」。
第二步：三文件系統，各司其職
我設計了一套「給 Agent 讀」的導航架構：
PRD.md：功能規格 + 完成狀態。它是唯一事實來源，定義「做到什麼程度算完成」。TODO.md：實作任務 + 進度追蹤。使用[~]（進行中）作為中斷後的重入錨點，解決「上次做到哪」的問題。DECISION.md：技術決策紀錄。解釋「為什麼程式碼長這樣」，防止新 Session 的 AI 把刻意為之的設計當 Bug 去「修正」。
關鍵機制：F-ID 交叉對應
透過 F001、F002 等編號，讓規格、任務、決策三者互相指向。刪除功能不重排 ID，永遠可追蹤。
第三步：CLAUDE.md 的分層設計
Claude Code 啟動時會自動載入 CLAUDE.md。我將其拆分為「全域」與「專案」兩層，避免 Context 浪費：
- 全域 (
~/.claude/CLAUDE.md)：僅 44 行，只放 GitHub 規範、部署規則等跨專案通用的核心守則。 - 專案層 (
/project/CLAUDE.md)：由自定義的/project-init生成，包含該專案的技術棧與工作流規範。
第四步：三道自動化防線 (Hooks)
單靠 Prompt Following 的準確率不是 100%。我利用 Claude Code 的 Hooks 機制建立了機械式的強制執行：
| 防線 | 時機 | 作用 |
|---|---|---|
| 防線一：注入背景 | 每次送出 Prompt 前 | 自動注入 TODO 當前任務與 DECISION 核心守則，讓 Agent 被動變主動。 |
| 防線二：一致性驗證 | 每次編輯文件後 | 自動校正 PRD 與 TODO 是否同步，發現不一致立刻發出警告。 |
| 防線三：Git 阻斷 | pre-commit | 最終關卡，若文件邏輯有衝突則中止 commit，嚴禁錯誤文件進版本庫。 |
第五步：規則寫法決定可靠度
這是設計過程中最重要的洞察：別讓 AI 做「判斷題」，要讓它做「選擇題」。
- ❌ 判斷性寫法：「有重要技術決策時，記錄到 DECISION.md。」
- ✅ 枚舉清單寫法：
必須寫：引入新 npm 套件、兩方案選一、刻意不優化、workaround、Schema 決策。 不用寫：變數命名、元件拆分、照 PRD 直接實作。
透過枚舉清單，AI 只需要對照清單打勾，大幅降低了語意理解的判斷空間，可靠度接近 100%。
🚀 結語：這套系統能幫你什麼？
這套系統並非讓你不用 Review，而是讓你的 Review 能量集中在「判斷題」而非「機械錯誤」。
- Agent 每次 Session 都能無縫銜接。
- 技術決策不會跨 Session 遺失。
- 機械性錯誤（ID 對不上、狀態沒同步）自動攔截。
這邊先粗淺的介紹一下，有機會再來個深度介紹。
真正的穩定來自設計，不來自祈禱。
