为什么需要
出海产品里接的 Claude Code 或 Codex，每次开新会话都从零开始——上周跟用户敲定的方案、上次修过的边界条件，全部丢光。常见解法是外挂向量数据库或专用记忆服务，又要部署又要嵌 SDK，一个人维护两套栈非常累。
OptMem 走另一条路：把全部记忆写进一个纯文本日志（LOG.txt），再加一棵可重建的摘要树，Agent 通过 memo wake / memo note / memo recall 三个命令操作。整套东西装在 ~/.optmem/，一个 Python 文件，零依赖，零后台进程。
怎么用
一行安装：
sh
curl -fsSL https://raw.githubusercontent.com/VictorTaelin/OptMem/main/install.sh | sh
把脚本打印的 ## Memory 段贴到项目 AGENTS.md 或 CLAUDE.md 顶部，Agent 就自动按规则调用命令。常用命令：
sh
memo wake # 每个会话开头必跑：加载相关记忆
memo note "尝试了 Stripe 订阅模式，月费 $9" # 记一条新记忆
memo recall 订阅 # 全文搜索历史记忆
memo nap # 触发后台合并摘要
memo config WAKE_LINES=300 # 调整每次唤醒的预算
存到一百万条记忆（608 MB）时，wake 仍是 0.03 秒。日志追加不变，记忆树能从日志完全重建。
使用案例
独立开发者用 Claude Code 维护一个面向海外用户的 SaaS 项目。三个月里 Agent 调试过支付、踩过 Stripe Webhook 坑、改过定价页文案。每次新会话开头跑一次 memo wake，Agent 直接续上之前的判断，不用再口头复述上下文。
另一个常见用法：把 ~/.optmem/memory/ 软链到一个 git 仓库或者云同步盘（iCloud / Dropbox），多台机器共用同一份记忆。换电脑不用迁移。
注意事项
- MIT 开源，完全免费
- 单文件 Python 3，无第三方依赖，复制即可运行
- 记录固定宽度，位置即身份，百万级规模仍线性扫描
- 不适合需要语义检索的场景——它是字面召回，配合正则最稳
- 摘要树是缓存，丢了能从 LOG 重建，但 LOG 别动