claude-mem : la mémoire persistante entre sessions explose à 108 000 étoiles sur GitHub

claude-mem : la mémoire persistante entre sessions explose à 108 000 étoiles sur GitHub

🔎 L'outil qui a tué l'amnésie des agents de code

Tous ceux qui codent avec un agent connaissent le rituel. Vous rouvrez une session, l'agent ne sait plus rien : ni les décisions d'hier, ni les bugs corrigés la veille, ni les conventions du projet. Vous passez dix minutes à recoller le contexte avant la première ligne de code. claude-mem vient de tuer ce rituel, et GitHub vient de l'officialiser.

Le 31 octobre 2026, thedotmack/claude-mem trône en tête de GitHub Trending avec plus de 108 000 étoiles. Le projet a gagné 13 000 étoiles en 30 jours et 1 500 le jour même, avec 9 500 forks et 315 contributeurs. Licence Apache-2.0, v15.7.0 publiée le 30 octobre. Ce n'est plus un projet prometteur : c'est un standard.

Pourquoi maintenant ? Parce que le travail par agent est devenu la norme — et que la perte de contexte entre sessions est devenue le premier gouffre à productivité du développement assisté par IA. La mémoire persistante n'est plus une option. C'est la brique manquante, et claude-mem vient de la verrouiller.

L'essentiel

• 108 000+ étoiles sur GitHub au 31 octobre 2026 : +13 000 en 30 jours, +1 500 le jour même, n°1 de GitHub Trending. 9 500 forks, 315 contributeurs.
• Le problème résolu : la perte de contexte entre sessions d'agents. claude-mem capture automatiquement les observations d'outils, les compresse par IA et réinjecte le contexte pertinent dans les sessions suivantes.
• L'architecture : 5 hooks de cycle de vie (SessionStart, UserPromptSubmit, PostToolUse, Stop, SessionEnd), stockage SQLite, recherche hybride via la base vectorielle Chroma, worker local Bun sur le port 37777.
• La compatibilité : Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode. Un standard de facto, pas un simple plugin Claude Code.
• Les nouveautés : My Work (suivi temps réel + passages de relais humains), TeamBrain (mémoire d'équipe partagée), tags de confidentialité par observation.
• Le prix : gratuit et 100 % local, licence Apache-2.0. Dernière version : v15.7.0 (30 octobre 2026).

Outils recommandés

Si vous construisez avec des agents, voici la stack mémoire qui compte en novembre 2026.

Mon avis : pour la mémoire de sessions de développement, claude-mem n'a pas de vrai concurrent à ce jour. Pour la mémoire applicative de vos propres agents, mem0 reste pertinent — mais c'est un autre problème, on y revient.

Qu'est-ce que claude-mem, concrètement ?

claude-mem est un moteur de mémoire persistante open source qui enregistre tout ce que fait votre agent pendant une session, compresse ces observations par IA, puis les réinjecte automatiquement dans les sessions suivantes. Rien à copier, rien à recoller, rien à réexpliquer.

Ce n'est ni un wrapper ni un SaaS. Sous le capot : un worker HTTP local avec une interface web, une base SQLite, une base vectorielle Chroma pour la recherche hybride, un skill mem-search et quatre outils MCP (search, timeline, get_observations) organisés en workflow à trois couches pour économiser les tokens. Le tout installable en une commande sur les gateways OpenClaw.

La trajectoire de croissance est atypique. Au 21 juin 2026, le projet comptait 83 900 étoiles et 288 releases selon Augment Code. Dans le classement GitHub Trending d'octobre 2026, il affichait déjà 96 221 étoiles en tête selon CoddyKit. Le 31 octobre : 108 000. Les données de croissance détaillées du dépôt sont suivies par GitGenius.

Un mot sur le contexte : claude-mem n'est pas le seul projet open source à décoller grâce aux agents. DeepTutor a passé les 52 000 étoiles avec une tout autre promesse. Mais aucun n'occupe le créneau de la mémoire persistante avec cette densité d'adoption.

Le vrai problème : chaque session repart de zéro

Sans mémoire persistante, un agent de code oublie tout à chaque session — et vous payez ce rétablissement de contexte en temps, en tokens et en erreurs. C'est l'argument central de claude-mem, et il est difficile à contester.

Que votre agent tourne sur Claude Opus 4.6, GPT-5.5 ou Gemini 3.1 Pro (notre comparatif des meilleurs LLM pour coder les compare en détail), le problème est identique : la session se ferme, la mémoire s'évapore. Le modèle, lui, n'a jamais rien su de votre projet.

Concrètement, que perd-on quand une session se ferme ? Les décisions d'architecture et leurs justifications. Les conventions de nommage découvertes à la force des itérations. Les bugs déjà corrigés — et donc déjà recorrigés trois fois. Les fichiers touchés, les approches testées et abandonnées. Sur un projet de plusieurs semaines, cette amnésie coûte des dizaines de minutes par jour, multipliées par chaque dev de l'équipe.

Le sujet n'est pas seulement pratique. Anthropic explore en recherche l'apprentissage inter-sessions avec ses agents qui « rêvent » entre les sessions. claude-mem, c'est la version pragmatique de cette intuition : pas besoin d'attendre que la recherche aboutisse pour que vos agents se souviennent.

Mon avis après plusieurs semaines d'usage : le gain le plus sous-estimé n'est pas le temps récupéré, c'est la continuité. Un agent qui se souvient ne régresse pas. Il ne re-propose pas la solution que vous avez refusée hier.

Comment ça marche : cinq hooks, une compression, deux bases

claude-mem s'accroche au cycle de vie de votre agent via cinq hooks, capture les observations d'outils en continu, les compresse par IA, puis injecte silencieusement le contexte pertinent à la session suivante. Pas de commande à lancer, pas de rituel à mémoriser.

Les cinq hooks du cycle de vie

La documentation officielle décrit cinq points d'ancrage : SessionStart, UserPromptSubmit, PostToolUse, Stop et SessionEnd. PostToolUse est le capteur : chaque appel d'outil produit une observation capturée automatiquement. SessionStart est l'injection : le contexte pertinent remonte dans la session via additionalContext, silencieusement, depuis Claude Code 2.1.0.

UserPromptSubmit sert de filtre à la volée, Stop et SessionEnd de points de consolidation. L'ensemble tourne sur un worker Bun local, sur le port 37777, avec une interface web pour inspecter ce qui a été retenu.

Compression IA et recherche hybride

C'est ici que claude-mem se distingue des simples « loggers » de sessions. Les observations brutes sont compressées en résumés sémantiques, stockées dans SQLite pour l'historique structuré et indexées dans Chroma pour la recherche vectorielle. La recherche est hybride : sémantique et littérale.

Le workflow à trois couches des quatre outils MCP existe pour une raison : économiser les tokens. On ne réinjecte jamais les logs bruts, seulement le contexte pertinent, au niveau de granularité nécessaire. C'est la différence entre une mémoire qui coûte et une mémoire qui rapporte.

L'installation tient en une commande :

npx claude-mem@latest install

Les hooks s'enregistrent dans votre configuration, et la mémoire commence à se constituer dès la première session.

Compatibilité : le standard de facto des agents de code

claude-mem n'est pas un plugin Claude Code parmi d'autres : c'est devenu la couche de mémoire que montent tous les grands agents. C'est exactement ce qui explique les 108 000 étoiles — et ce qui manque à toutes les alternatives.

Côté OpenCode, la convergence est frappante : 8 millions de devs et 172 000 étoiles pour l'agent open source, 108 000 pour sa couche mémoire. Deux communautés qui se renforcent mutuellement.

La v15.7.0, publiée le 30 octobre 2026, illustre le sérieux du projet : hook stdin correctement cadré sans attendre EPIPE, EPIPE de session fermée qui n'est plus loggé comme erreur fatale, refus de sandbox Codex sur Windows désormais expliqués à l'utilisateur, et fallback Chroma filtré aux row ids SQLite pour éviter les résultats fantômes. Ce sont des détails d'ingénierie — mais c'est exactement ce qui sépare un standard d'un prototype.

Le topic GitHub long-term-memory compte 1 287 dépôts publics. claude-mem y est présenté comme la référence du genre : capturer tout ce que fait l'agent, compresser par IA, réinjecter aux sessions futures. Quand un topic de 1 287 dépôts converge vers un projet, on n'est plus dans la mode, on est dans le standard.

My Work et TeamBrain : la mémoire qui dépasse le dev solo

Les versions récentes transforment claude-mem d'un cache de contexte personnel en infrastructure de mémoire d'équipe. C'est le virage le moins commenté et le plus stratégique du projet.

My Work suit en temps réel ce sur quoi l'agent travaille, et prépare les passages de relais vers l'humain : quand vous reprenez la main, vous savez précisément où l'agent en était — et inversement quand il reprend la vôtre. La v15.7.0 précise le positionnement : My Work reste sur l'agent, avec un bouton Feedback pour corriger le tir en un clic.

TeamBrain, c'est la mémoire partagée d'équipe : conventions, décisions, apprentissages, mutualisés entre devs. Franchement, c'est la fonctionnalité qui pourrait faire exploser l'adoption en entreprise — une mémoire qui survit aux rotations d'équipe, ça n'existe nulle part ailleurs à ce niveau d'intégration.

La confidentialité est traitée sérieusement, via des tags appliqués aux observations : vous décidez de ce qui est mémorisé, partagé ou exclu. Dans un contexte où les entreprises s'inquiètent de ce que leurs agents absorbent, ce contrôle granulaire est un argument de vente, pas un détail.

Le parallèle avec Anthropic est instructif : avec Claude Tag, l'éditeur de Claude a donné à son assistant une mémoire persistante dans Slack. Quand le principal acteur du marché ajoute de la mémoire persistante, la tendance est validée d'en haut. Mais Claude Tag reste dans l'écosystème Slack ; claude-mem reste local, multi-agents et sous votre contrôle. Deux réponses à un même besoin — l'une propriétaire, l'autre communautaire.

claude-mem face aux alternatives : pourquoi il gagne

claude-mem gagne parce qu'il est le seul à traiter la mémoire comme une infrastructure transverse — locale, agent-agnostique et gratuite — là où les alternatives restent des briques spécialisées ou des jardins clos.

mem0 est un excellent produit — pour un autre problème. Il donne une mémoire aux applications agentiques que vous construisez. claude-mem donne une mémoire aux sessions pendant lesquelles vous travaillez. Les deux peuvent cohabiter, mais un seul des deux s'impose à tous les agents de code.

Hermes mérite une mention à part : il embarque sa propre mémoire de skills, ce qui est élégant dans son écosystème. Mais une mémoire captive n'est pas un standard. claude-mem a fait le choix inverse — être la mémoire de tout le monde, y compris de Hermes.

❌ Erreurs courantes

Erreur 1 : croire que claude-mem remplace la documentation

claude-mem mémorise le flux de travail — décisions, observations, corrections. Il ne remplace ni votre CLAUDE.md ni vos règles de projet. La solution : garder la documentation pour les règles permanentes, et laisser claude-mem gérer l'historique vivant. Les deux couches n'ont pas le même rôle.

Erreur 2 : mémoriser sans configurer la confidentialité

Par défaut, tout ce que fait l'agent est observé. Si vos sessions touchent des clés d'API ou des données clients, configurez les tags privacy dès le premier jour. Et n'exposez jamais l'interface web du port 37777 au-delà de votre machine — c'est un outil local, traitez-le comme tel.

Erreur 3 : rester sur une vieille version

288 releases dès juin 2026, v15.7.0 le 30 octobre : le rythme est rapide et les correctifs sont substantiels (EPIPE, stdin, fallback Chroma). Un projet qui corrige autant publie des bugs aussi souvent. Mettez à jour régulièrement, ou acceptez de garder des bugs déjà corrigés chez les autres.

Erreur 4 : confondre mémoire de sessions et mémoire de codebase

Installer claude-mem ne dispense pas d'indexer la codebase, et inversement. L'un restitue l'historique des sessions, l'autre la connaissance du code. Les confondre, c'est se retrouver avec un agent qui se souvient de tout sauf de votre code — ou l'inverse.

❓ Questions fréquentes

claude-mem est-il vraiment gratuit ?

Oui. Licence Apache-2.0, worker local, bases SQLite et Chroma embarquées, pas de plan payant à ce jour (novembre 2026). Le seul coût indirect est la consommation de tokens de la compression et de la réinjection — réduite par le workflow à trois couches, et largement compensée par les tokens de ré-explication de contexte qu'il vous fait économiser.

Mes données de session sortent-elles de ma machine ?

Non. Le worker tourne en local (port 37777), le stockage est SQLite, l'index vectoriel est Chroma, l'interface web est locale. Les tags privacy permettent d'exclure des observations sensibles de la mémoire. La contrepartie : pas de synchronisation cloud native — c'est un choix assumé du projet.

Avec quels agents claude-mem fonctionne-t-il ?

Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot et OpenCode. L'injection silencieuse via additionalContext nécessite Claude Code 2.1.0 ou supérieur ; les autres agents passent par les hooks et les outils MCP. Sur les gateways OpenClaw, l'installation tient en une commande.

Combien de tokens la réinjection consomme-t-elle ?

Moins que ce qu'elle remplace. Les observations sont compressées en résumés sémantiques, et le workflow à trois couches des outils MCP n'injecte que le contexte pertinent, à la granularité nécessaire. Un récap manuel de session coûte typiquement plus de tokens — et il est moins fidèle.

Quelle différence avec la mémoire native d'Anthropic (Claude Tag) ?

Claude Tag donne une mémoire persistante à Claude dans Slack — un produit, un écosystème. claude-mem donne une mémoire persistante à vos agents de code — local, multi-agents, open source. Les deux répondent au même besoin depuis des directions opposées, et peuvent coexister sans se marcher dessus.

✅ Conclusion

Avec 108 000 étoiles, 315 contributeurs et une compatibilité qui couvre tous les grands agents, claude-mem a transformé la mémoire persistante d'un problème de recherche en un standard installable en une commande — la question n'est plus de savoir si vous devez l'adopter, mais pourquoi vous vous en passez encore. Installez-le, étoilez le dépôt, et pour choisir l'agent qui l'utilisera, notre comparatif des meilleurs outils IA pour le code est le bon point de départ.