当前位置：首页 > news >正文

我被Claude Code失忆折磨了3天后，写了一个工具拯救自己

news 2026/3/27 4:28:43

如果你用 Claude Code、Cursor 或其他 AI 编码工具，你一定经历过这种绝望：切换标签页，整个会话没了。Prompt太长，应用崩溃。早期说的需求，AI早就忘得一干二净。
GitHub: YaBoom/ContextRoller-zyt⭐ Star 支持一下！

我是怎么发现这个痛点的

这周我在做一个 AI 项目，连续用了 3 天 Claude Code。这期间我经历了：

第一次崩溃：我在一个复杂的功能上跟 Claude 聊了 2 小时，上下文已经建立得很完整——它知道我要做什么、代码结构是怎样的、之前踩过哪些坑。这时候我不小心点了一下浏览器的另一个标签页，回来时发现整个会话没了。没有警告，没有恢复按钮，2 小时的上下文灰飞烟灭。

第二次崩溃：我学聪明了，用终端版的claude命令。这次聊得更久，大概 4 小时，Prompt 累积得很大。突然报错："Prompt is too long"，然后直接退出。没有自动压缩，没有优雅的降级，只有冷冰冰的错误。

第三次崩溃：我试着用CLAUDE.md文件来持久化一些规则。但问题是，这个项目越做越复杂，CLAUDE.md 越来越长，每次启动时 Claude 都要先读完这个文件，反而占用大量上下文窗口。而且，CLAUDE.md 只是静态的规则，没法保存动态的会话状态。

我受不了了。上 GitHub 搜了一圈，发现我不是一个人。

为什么现有方案不够用

在 anthropic/claude-code 仓库里，关于「会话丢失」「上下文失忆」的 Issue 有几十个：

Issue #28511: “Session lost when switching between Code/Chat/Cowork tabs”
Issue #21105: “Context truncation causes loss of conversation history”
Issue #1110: “Prompt is too long without warning”

Stack Overflow 的 2025 开发者调查显示：45% 的开发者表示调试 AI 生成的代码比预期更耗时，其中很大一部分原因是「上下文丢失导致的重复沟通」。

我研究了一下现有的解决方案：

方案	问题
CLAUDE.md	静态文件，无法保存动态会话状态；太长会占用上下文
tmux/screen	只保持进程运行，不保存 AI 对话历史
Git	版本控制代码，不保存 AI 交互过程
手动复制粘贴	太累，容易遗漏

没有一个工具能真正解决「AI 会话生命周期管理」这个问题。

我是怎么设计解决方案的

我决定自己写一个工具，核心需求很明确：

自动捕获：能自动或手动保存完整会话（包括对话历史、文件状态、环境变量）
智能压缩：当接近上下文限制时，自动压缩历史，保留关键决策点
快速恢复：能在任意时刻恢复到任意会话的状态
AI 友好：最好能作为 MCP 工具被 AI Agent 自己调用

我把它命名为ContextRoller（上下文滚轮），意思是让会话上下文像滚轮一样顺滑地流转。

架构设计

┌─────────────────────────────────────────────────────────────┐ │ ContextRoller Core │ ├─────────────────────────────────────────────────────────────┤ │ 📝 Session Parser │ Parse Claude/Cursor session files │ │ 🗜️ Compression │ Token-aware context compression │ │ 💾 Storage │ Local SQLite + optional cloud sync │ │ 🔌 MCP Server │ Expose as MCP tool for any AI agent │ └─────────────────────────────────────────────────────────────┘

三个压缩级别

我设计了三种压缩策略，应对不同场景：

Lossless（无损）: 只合并重复消息、清理空白，适合需要完整历史的场景
Semantic（语义）: 保留代码块、错误信息、关键决策，压缩普通对话，我的默认推荐
Summary（摘要）: 生成高层次总结，只保留最后几条消息，适合紧急救场

踩了什么坑

坑 #1: Claude 的会话文件格式

Claude Code 在~/.claude/目录下保存会话，但格式是 JSON Lines（每行一个 JSON 对象），而且字段名在不同版本有变化。我花了半天时间逆向工程，才搞明白怎么正确解析。

坑 #2: Token 估算

要智能压缩，必须先知道当前用了多少 token。但 Tiktoken（OpenAI 的 tokenizer）不支持异步加载，而且不同模型的 tokenizer 不一样。最后我用了简化算法：token ≈ 字符数 / 4，虽然不完美，但够用。

坑 #3: MCP Server 的 stdio 模式

MCP 协议用 stdio 传输数据，这意味着我的 Server 不能用普通的console.log调试，否则会污染 JSON 消息流。我改了三次日志方案才搞定。

坑 #4: SQLite 在 Node.js 的兼容性

sqlite3包有原生依赖，在某些环境下编译会失败。我加了better-sqlite3作为 fallback，但打包体积又变大了。最后决定先用sqlite3，让用户自己处理环境问题。

最终实现效果

CLI 使用体验

# 在项目根目录初始化$ ctxr init ✓ ContextRoller 初始化成功！# 捕获当前 Claude Code 会话$ ctxr capture--name="用户认证模块重构"✓ 会话已保存: 用户认证模块重构 ID: session_1741401600000_a1b2c Token使用:12,345# 查看所有会话$ ctxr list 📋 保存的会话:1. 用户认证模块重构[claude-code]2026/3/810:00:00 ·12,345tokens session_1741401600000_a1b2c2. 数据库表设计[manual]2026/3/718:30:00 ·8,900tokens session_1741315200000_d4e5f# 会话太大，压缩一下$ ctxr compress session_1741401600000_a1b2c--level=semantic ✓ 压缩完成 原始Token:45,678压缩后Token:18,234节省:60.1%

MCP Server 集成

配置好后，Claude 自己就能调用 ContextRoller：

用户: 我昨天做的那个功能，现在想继续优化 Claude: 让我先查看您的历史会话... [调用 contextroller/list_sessions] 找到了几个相关会话： 1. "用户认证模块重构" (12,345 tokens) 2. "API 性能优化" (8,900 tokens) 您想恢复哪个？ 用户: 第一个 Claude: [调用 contextroller/restore_session] 好的，我已经恢复了 "用户认证模块重构" 的上下文。 关键决策点： - 使用 JWT + Refresh Token 方案 - 密码用 bcrypt 加密，salt rounds 设为 12 - 已实现 /login 和 /register 接口 我们可以继续了！

代码实现

核心代码在这里，感兴趣可以看看：

GitHub: YaBoom/ContextRoller-zyt⭐

几个关键模块：

// 智能压缩器exportclassContextCompressor{compress(session:SessionSnapshot,options:CompressionOptions):CompressedContext{// 三种压缩策略...}}// 会话解析器（支持 Claude/Cursor）exportclassSessionParser{asyncparseClaudeSession():Promise<ParsedSessionFile|null>{// 解析 ~/.claude/ 下的会话文件}}// MCP ServerexportclassContextRollerMCPServer{asynchandleToolCall(name:string,args:Record<string,unknown>):Promise<unknown>{// 暴露 capture_session, restore_session, compress_session 等工具}}

项目结构：

ContextRoller-zyt/ ├── src/ │ ├── core/ │ │ ├── types.ts # 类型定义 │ │ ├── storage.ts # SQLite 存储 │ │ ├── parser.ts # 会话解析 │ │ └── compressor.ts # 智能压缩 │ ├── cli.ts # 命令行界面 │ └── mcp/ │ └── server.ts # MCP Server ├── tests/ # 测试套件 └── examples/ # 使用示例