企业官网建设流程全解析

1. Claude Code 会话失忆：agent-memory 中文 README 想解决什么

如果你在 Claude Code 里花半小时讲清了项目结构、接口约定、历史坑点，关掉终端再开一个新会话，它很可能又问你「这个项目是做什么的」。这不是模型突然变笨，而是 Claude Code 默认没有跨会话的长期记忆。每次新会话都是白纸，上下文窗口再大，也装不下你过去几周踩过的坑。agent-memory这个 Python 项目要解决的就是这件事：给 AI agent 一个长期记忆运行时，让 Claude Code、Codex CLI 这类能执行 shell 命令的 agent 共享同一份记忆。中文版 README 的价值在于把安装、初始化、记忆写入、检索路径这些关键步骤翻译成了中文，降低了阅读门槛，让开发者能更快跑通工作流。

与此同时，Claude Code 终究要发模型请求。你可以继续用默认供应商，也可以把模型入口换到 TaoToken：先到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-intro 注册并拿到 Key，然后把 Claude Code 的 Base URL 填成https://taotoken.net/api。注意，这个 Base URL 不加 UTM，配置里保持干净。下面按「模型入口配置 → agent-memory 中文 README 落地 → 接入 Claude Code → 排障与控本」的顺序写，尽量给出可复制片段。

agent-memory的核心设计并不复杂，但很扎实：它把 Markdown 文件当作唯一的事实来源，所有记忆都以普通.md文件存在本地，你能用编辑器打开、用 Git 做版本管理、用肉眼审计。旁边的 SQLite 索引只是缓存，删掉也能从 Markdown 重建。这意味着记忆不是黑盒，不会因为某个向量库损坏就全部丢失。对 Claude Code 工作流用户来说，这种透明性很重要：你可以随时检查 agent 记住了什么，也可以手动修正错误记忆。

它还有几个直接好处。第一，Claude Code、Codex CLI 可以共享同一个记忆库，你在 Claude Code 里积累的排障经验，切到 Codex CLI 还在。第二，检索在本地完成，并且返回的是 Markdown 文件路径，而不是把一大段文本直接塞进上下文；Claude Code 按需打开文件，用到多深读多深，能减少无效 Token。第三，写入不依赖 agent「记得」去写，它会在会话边界触发写入，并在后台做整合，按价值保留或遗忘。第四，agent-memory本身零 API Key，完全本地运行，不需要第三方服务。但要分清：真正调用模型、消耗 Token 的是 Claude Code，不是agent-memory。

项目目前仍处于早期版本，定位偏开发者工具，适合愿意自己搭 agent 工作流的人。中文版 README 已经把核心文档中文化，你可以直接在 GitHub 搜索agent-memory-cn找到中文仓库。接下来先从模型入口开始配置，否则 Claude Code 无法发请求，记忆工作流也无从跑起。

2. 模型入口先跑通：去 TaoToken 拿 Key，填 Claude Code settings.json

Claude Code 发模型请求前，需要知道两件事：请求发往哪里，以及用什么 Key 认证。TaoToken 的官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-claude-code-config。注册后进控制台创建 API Key，Key 只显示一次，复制后放到安全位置。本文所有示例统一用占位符YOUR_API_KEY，你替换成自己的真实 Key。

Claude Code 常见配置方式有两种：写入settings.json，或者用环境变量。推荐先写settings.json，它更稳定，也方便项目级覆盖。用户级配置通常在~/.claude/settings.json，项目级配置在项目根目录.claude/settings.json。项目级只对当前项目生效，适合给不同项目配不同模型或 Key。

用户级~/.claude/settings.json示例：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "claude-sonnet-4-5-20250929" } }

如果你更习惯环境变量，Linux/macOS 可以这样写：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY" export ANTHROPIC_MODEL="claude-sonnet-4-5-20250929"

Windows PowerShell：

$env:ANTHROPIC_BASE_URL="https://taotoken.net/api" $env:ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY" $env:ANTHROPIC_MODEL="claude-sonnet-4-5-20250929"

上面ANTHROPIC_MODEL只是示例，具体模型 ID 以 TaoToken 控制台可用列表为准。不要凭记忆填一个不存在的模型名，否则 Claude Code 会直接报模型不存在。配置完成后，运行claude进入交互界面，问一句「请回复你当前使用的模型名称」。如果返回正常，说明 Base URL 和 Key 已经生效。如果报 401，先检查ANTHROPIC_AUTH_TOKEN是否复制完整；如果报 404，检查 Base URL 是否写成了https://taotoken.net/api，不要多加/v1或末尾斜杠。

这里有一个容易混淆的点：ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL是 Claude Code 的配置项，不要把它们套到 Codex CLI 上。Codex CLI 使用另一套配置和环境变量，后面会单独写。混用会导致 Codex 读不到配置，或者把请求发到错误的端点。

3. agent-memory 中文 README 最小落地：Markdown 记忆库 + SQLite 索引

模型入口跑通后，开始处理记忆层。agent-memory是 Python 项目，建议放在独立虚拟环境里，避免污染系统 Python。中文版 README 已经把安装步骤中文化，实际命令以仓库为准，下面给出通用流程。

# 1. 拉取中文版仓库，具体地址以你搜索到的 agent-memory-cn 为准 git clone <agent-memory 中文版仓库地址> cd agent-memory-cn # 2. 创建虚拟环境 python -m venv .venv source .venv/bin/activate # Windows PowerShell 用： # .venv\Scripts\Activate.ps1 # 3. 安装依赖，具体命令看 README pip install -e .

安装完成后，先看帮助，确认可用的子命令：

agent-memory --help

不同版本命令名可能略有差异，中文 README 通常会给出初始化命令。初始化的核心动作是创建一个记忆工作区，里面包含 Markdown 记忆文件和 SQLite 索引。你可以把它放在项目根目录下的.agent-memory/，也可以放到独立目录。示例：

# 以中文 README 实际命令为准，下面仅表示初始化动作 agent-memory init --workspace .agent-memory

初始化后，目录结构大致如下。具体文件名以实际生成为准，但设计思路是：Markdown 是事实来源，SQLite 只是索引。

.agent-memory/ memory/ project.md decisions.md pitfalls.md index.sqlite3 config.toml

project.md可以放项目背景、技术栈、模块职责；decisions.md放架构决策和原因；pitfalls.md放历史报错、排障过程和规避方案。你可以直接用编辑器改这些 Markdown 文件，改完让agent-memory重建索引即可。因为事实来源是 Markdown，即使index.sqlite3损坏或误删，也能从 Markdown 重新生成。这一点比纯向量数据库方案更可控。

agent-memory的写入逻辑也值得注意。它不要求 agent 每次主动记得写入，而是会在会话边界触发写入，并在后台做类似「睡眠期整合」的处理，按价值保留或遗忘。对 Claude Code 用户来说，这意味着你不需要在提示词里反复强调「请记住这个」，只要会话边界和整合流程配置正确，可复用的结论会沉淀到 Markdown 里。检索时，它返回的是文件路径而不是把整个记忆库拼成上下文，Claude Code 可以按需打开文件，减少 Token 浪费。

4. 把 agent-memory 接进 Claude Code：CLAUDE.md 约定与检索路径

agent-memory本身不绑定 Claude Code，它更像一个本地记忆运行时，任何能执行 shell 命令的 agent 都能调用。Claude Code 支持读取项目根目录的CLAUDE.md，你可以把记忆使用约定写进去，让 Claude Code 在每次任务开始时先检索记忆，在任务结束时把可复用结论写回记忆库。

在项目根目录创建或编辑CLAUDE.md，加入类似内容：

## 长期记忆约定 - 开始任务前，先调用 agent-memory 检索当前任务关键词。 - 检索结果通常返回 Markdown 文件路径，只打开与任务相关的文件，不要把整个记忆库粘贴进上下文。 - 完成任务后，将可复用的结论、踩坑记录、架构决策写入记忆库。 - 记忆以 Markdown 为事实来源，不要直接修改 SQLite 索引。 - 如果检索结果与当前代码冲突，以当前代码和最新文档为准，并修正记忆文件。

这段约定的关键点是「返回路径、按需打开」。很多记忆方案会把检索到的文本全部拼进提示词，导致上下文迅速膨胀。agent-memory返回路径的方式更适合 Claude Code：Claude Code 可以自己决定读哪个文件、读多少内容，既能利用历史经验，又不至于把无关记忆塞进 Token 预算。

具体调用命令以中文版 README 为准。通常会有「检索」「写入」「重建索引」三类命令。你可以手动执行一次，确认记忆库可用：

# 检索示例，具体命令名以 README 为准 agent-memory search "数据库连接池 超时" # 写入示例，具体命令名以 README 为准 agent-memory remember --file .agent-memory/memory/pitfalls.md

如果中文 README 给出的命令是短别名，比如am，那就用短别名替换agent-memory。核心不是记住某个固定命令，而是让 Claude Code 在会话开始和结束时各做一次记忆操作。你可以在CLAUDE.md里写清楚「本项目的记忆命令是 xxx」，这样 Claude Code 每次都会按约定执行。

还有一个实用技巧：把记忆文件按主题拆分，而不是写成一个巨大的memory.md。比如database.md、deploy.md、frontend.md、api-contract.md。检索命中后返回的路径更精准，Claude Code 打开的文件更小，Token 消耗也更低。agent-memory的本地排序检索会优先返回相关路径，你只需要保证 Markdown 标题和关键词清晰。

Claude Code 和 Codex CLI 可以共享同一个.agent-memory目录。只要两个工具都在同一个项目根目录运行，并且都按约定调用同一套记忆命令，你在 Claude Code 里记录的排障经验，切到 Codex CLI 时仍然可检索。这就是「共享记忆库」的实际意义：换工具不换记忆，减少重复交代背景的成本。

5. Codex CLI 与 CC Switch 三件套：配置不要混用 ANTHROPIC_*

如果你同时用 Claude Code 和 Codex CLI，配置要分开。Claude Code 用ANTHROPIC_*，Codex CLI 用 OpenAI 兼容配置，写进config.toml。不要把ANTHROPIC_BASE_URL或ANTHROPIC_AUTH_TOKEN塞给 Codex，否则 Codex 读不到，甚至会报认证失败。

Codex CLI 的配置文件通常在~/.codex/config.toml，项目级也可以用.codex/config.toml。示例：

model = "gpt-5-codex" # 替换成 TaoToken 控制台可用模型 ID model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

然后设置环境变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

Windows PowerShell：

$env:TAOTOKEN_API_KEY="YOUR_API_KEY"

注意，Codex 的base_url也建议使用https://taotoken.net/api，但环境变量名是TAOTOKEN_API_KEY，不要写成ANTHROPIC_AUTH_TOKEN。模型名同样以 TaoToken 控制台为准。Codex CLI 更适合代码任务，Claude Code 更适合长上下文对话和工具编排，两者共享agent-memory记忆库，但模型入口配置各管各的。

如果你用 CC Switch 管理多个供应商，可以把「Claude Code、Codex CLI、CC Switch」理解成三件套：Claude Code 和 Codex CLI 是实际干活的 agent，CC Switch 负责在多个配置之间切换。在 CC Switch 里新建 TaoToken 供应商时，通常需要填三项：名称、Base URL、API Key。名称可以写taotoken，Base URL 填https://taotoken.net/api，API Key 填YOUR_API_KEY。如果 CC Switch 支持分别管理 Claude Code 和 Codex，一定要给它们建两份配置，不要以为一份ANTHROPIC_*配置能同时喂饱两个工具。

配置完成后，分别验证：

# Claude Code claude > 请回复当前模型名称 # Codex CLI codex > 请回复当前模型名称

两个都能正常返回，才说明模型入口配置没有互相污染。

6. 排障清单：401、404、模型名与 Base URL 的常见坑

配置过程中最容易遇到四类问题：401 未授权、404 路径错误、模型名不存在、settings.json 不生效。下面按现象给排查顺序。

第一，401 Unauthorized。优先检查 Key 是否复制完整，有没有多空格、少字符。检查ANTHROPIC_AUTH_TOKEN或TAOTOKEN_API_KEY是否写在正确的配置文件里。如果你同时设置了环境变量和settings.json，要确认实际生效的是哪一个。Claude Code 一般会读取settings.json的env字段，项目级配置可能覆盖用户级配置。可以临时把环境变量清掉，只保留一份配置，减少干扰。

第二，404 Not Found。最常见原因是 Base URL 写错。Claude Code 的ANTHROPIC_BASE_URL应填https://taotoken.net/api，不要擅自加/v1，也不要加末尾斜杠。Codex CLI 的base_url同样建议先按https://taotoken.net/api填，如果控制台明确给出了 OpenAI 兼容路径，再以控制台为准。Base URL 不加 UTM，保持干净。

第三，模型不存在。ANTHROPIC_MODEL和 Codex 的model都必须填 TaoToken 控制台实际可用的模型 ID。不要从其他平台复制模型名，也不要凭印象写。先去控制台的模型列表确认，再填进配置。如果模型名正确但依然报错，检查该模型是否对当前 Key 开放。

第四，settings.json不生效。检查文件路径：用户级是~/.claude/settings.json，项目级是项目根目录.claude/settings.json。JSON 格式必须合法，不能有注释、不能有尾随逗号。改完后重启 Claude Code，或者退出当前会话重新进入。如果你在 IDE 终端里运行 Claude Code，注意 IDE 可能注入了自己的环境变量，可以用env | grep ANTHROPIC检查当前 shell 里是否有旧变量。

agent-memory侧也有常见问题。检索不到记忆，先确认初始化工作区路径是否正确，Claude Code 当前工作目录是否和记忆库根目录一致。如果误删了 SQLite 索引，按中文 README 的重建命令重新生成即可，因为 Markdown 才是事实来源。如果写入没有触发，检查会话边界钩子是否配置，或者手动执行一次写入命令确认权限没问题。最后，不要让 agent 直接操作生产数据库；agent-memory只记录本地 Markdown，SQL 和命令应由你在本地终端执行。

遇到不确定的配置，可以回到 TaoToken 官网核对入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-troubleshoot。先确认 Key、Base URL、模型名三件事，再去看agent-memory的记忆目录，能省下大量排查时间。

7. Token 归属与控本：谁在消耗 Token，怎么观察

必须说清楚：agent-memory本身零 API Key、完全本地，它不会调用模型，也不直接消耗 Token。真正发模型请求的是 Claude Code 或 Codex CLI。你在 Claude Code 里每问一句、每次工具调用、每个子代理执行，都会消耗 Token。TaoToken 在这里扮演的是模型 API 入口，Key 用来认证，Base URL 用来定位请求端点。谁消耗 Token？答案是 Claude Code 工作流里的模型调用。

因此控本要从 Claude Code 侧入手。第一，利用agent-memory返回路径的特性，让 Claude Code 按需打开记忆文件，而不是把整个记忆库拼进上下文。第二，把CLAUDE.md里的记忆约定写清楚，避免 Claude Code 反复检索无关主题。第三，长会话及时收尾，把可复用结论写入 Markdown，新会话只带必要背景。第四，在 TaoToken 控制台观察用量，如果发现某个模型消耗过快，可以换更合适的模型 ID，或者把简单任务交给更轻量的模型。

agent-memory的「会话边界写入 + 睡眠期整合」也能间接帮助控本。它按价值保留或遗忘，避免记忆库无限膨胀。记忆库越干净，检索返回的路径越精准，Claude Code 需要读取的上下文越少，模型请求的 Token 也越少。这是一个正向循环：记忆越有条理，Token 浪费越少。

如果你同时跑 Claude Code 和 Codex CLI，建议分别观察用量。两个工具的模型配置不同，消耗曲线也不同。不要因为共享了agent-memory就以为它们共享 Token 额度。记忆库共享，模型入口和认证各自独立。

8. 从试模型到长期工作流：文末 CTA

到这里，完整链路已经清晰：Claude Code 负责发模型请求，TaoToken 提供模型入口，agent-memory负责跨会话长期记忆。中文版 README 降低了agent-memory的阅读门槛，你只需要按步骤安装、初始化、在CLAUDE.md里写入记忆约定，就能让 Claude Code 在新会话里先检索历史记忆，再开始干活。模型入口配置则集中在settings.json或环境变量：Base URL 填https://taotoken.net/api，Key 用YOUR_API_KEY占位，模型 ID 以控制台为准。

如果你还没开始，建议按下面顺序走一遍：

1. 先到模型对话页试一下模型是否可用：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-chat
2. 如果准备长期跑 Claude Code，看 Coding Plan 是否适合你的用量：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-coding-plan
3. 创建 API Key，替换配置里的YOUR_API_KEY：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-api-keys
4. 按 Claude Code 文档核对ANTHROPIC_*配置和 Base URL：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=agent-memory-claude-code-doc

最后再提醒一次：agent-memory解决的是记忆持久化，TaoToken 解决的是模型入口。两者组合起来，Claude Code 才能在新会话里既有记忆、又能稳定发请求。配置时把 Claude Code 和 Codex CLI 的认证项分开，把 Base URL 写成https://taotoken.net/api，把 Key 占位符替换成真实值，然后从一个小项目开始跑通会话边界写入和检索路径。跑通之后，你再回头看「agent 越用越笨」这个问题，会发现它其实不是模型能力问题，而是工作流缺少长期记忆层。