MemoryLake
工程师与开发者Claude API 应用的持久上下文

为 Claude API 应用提供超出 200k 窗口的持久上下文

Claude 的长上下文窗口非常慷慨——直到您的应用需要在数百个会话中记住一年的用户历史。MemoryLake 为 Claude API 应用提供一个持久的上下文层，超出窗口 10,000 倍，具有毫秒级检索和跨模型可移植性。

Day 1“Claude”“的长上下文窗口非常慷慨——直到您的应用需要在数百个会话中…”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loaded超出上下文窗口的 10,000 倍扩展原生 MCP 支持六种记忆类型保留细微差别SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

为 Claude API 应用提供超出 200k 窗口的持久上下文

免费开始使用

永久免费 · 无需信用卡

问题：即使是 200k 窗口也会用尽

一个高级用户可以在几周的重度使用中填满 200k 个相关历史令牌。一个长时间运行的代理在几个小时内就能填满。一旦超出窗口，您的应用要么进行总结（有损），要么忘记（更糟）。Claude API 应用的持久上下文需要存在于窗口之外。

MemoryLake 如何解决 Claude API 应用的持久上下文

超出上下文窗口的 10,000 倍扩展

超出上下文窗口的 10,000 倍扩展

将数百万个令牌压缩为可检索的排名记忆。仅提取每次交互所需的内容。

MEMORY原生 MCP 支持

原生 MCP 支持

Claude Desktop 和 Claude Code 可以通过模型上下文协议直接读取 MemoryLake。无需粘合代码。

MEMORY六种记忆类型保留细微差别

六种记忆类型保留细微差别

背景、事实、事件、对话、反思、技能。比将所有内容压缩为一个摘要链更好。

跨模型的未来保障

跨模型的未来保障

今天是 Claude，明天是任何超越它的东西。您的用户记忆通过一次配置更改迁移。

免费开始使用

永久免费 · 无需信用卡

它如何为 Claude API 应用工作

  1. 连接 — 使用 Python SDK、REST API 或 MCP 服务器。只需认证一次。
  2. 结构 — 当用户交互时，MemoryLake 将每次交互和文档存储为类型化记忆。
  3. 重用 — 在推理时，检索一个令牌预算的记忆块。将其作为 Claude 系统消息或工具结果注入。

之前与之后：Claude API 持久上下文

Without MemoryLakeWith MemoryLake
Year-long user historyTruncated or summarizedRetrieved on demand
Context window utilizationBloats over timeCompact, relevant block
MCP-based tool integrationsCustom state plumbingMemoryLake as native MCP server
Migrating to a new Claude versionManual prompt reworkSame memory, new model

适合谁

在 Claude API 上交付生产应用的团队——长篇研究助手、编码助手、代理工作流——需要用户上下文，能够超出窗口而不牺牲保真度。

可运行的 demo约 3 分钟

在你自己的账号上跑通这个场景

Larkspan Home 的退货助手跑在 Claude Haiku 4.5 上。每次请求都带同一份约 6,900 tokens 的 playbook（打了 Anthropic 提示缓存断点），再加上助手记得的这位客户的信息。demo 把 12 个问题按四种方式经 MemoryRouter 发出，逐条读回复里的缓存读数。把记忆作为断点之后的第二个 system 块（缓存指南描述的布局），每次请求 playbook 连同记忆都被写入缓存、一次也没读到：写入 60/60、读取 0，费用是完全不缓存的 1.24 倍。同样的记忆放在 user 消息开头，或交给 MemoryRouter 挂载，第一次之后每次都从缓存读，费用为 0.23 倍。带同样断点的精简版 playbook 则从未被缓存，也没有任何提示。

你会看到

  • 6 位客户的事实用 fact add 写入，一个 boundary 覆盖它们；价格取自 memorylake router models（输入、缓存写入、缓存读取）
  • 每次请求是一份完整的 Anthropic Messages 请求体，用 memorylake router messages --body 发送；每题一次 search，三种方式拿到同一个记忆块，第四种用 --boundary
  • 每条回复的 cache_creation_input_tokens、cache_read_input_tokens 与 input_tokens 按方式逐行打印并计入账单
  • ask 4 先问一个问题、再问同一客户的下一个问题，看缓存写一次、读一次；另有本地 Web 界面

需要: 一个 MemoryLake API key · memorylake CLI · Python 3.9+

运行

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/cache-breakpoint-memory
export MEMORYLAKE_BASE_URL=https://app.memorylake.cn/openapi/memorylake
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py
在 GitHub 上打开阅读完整说明

看它跑起来 · 真实录制，未剪辑

CLI 演示4:08Web 演示4:59

相关场景

Engineering & DeveloperChatGPT API 的跨会话上下文The ChatGPT API has no built-in cross-session memory. MemoryLake adds persistent, versioned context across every API call without bloating your tokens. Free to get started.

常见问题

这与 Claude 的提示缓存兼容吗？

是的。MemoryLake 的检索设计为可以插入可缓存的系统消息中，因此您可以同时获得持久记忆和提示缓存的节省。

那 Claude Code 呢？

Claude Code 可以作为 MCP 服务器连接到 MemoryLake，使 CLI 可以访问您团队的共享记忆。

这与总结旧历史有什么不同？

摘要会丢失细节，无法按类型或时间查询。MemoryLake 存储结构化、可检索、版本化的记忆，具有完整的来源。

全部场景免费开始使用