Dense-Mem 快速开始：让 Claude Code 和 Codex 使用同一份记忆

快速答案

在 2026 年，最简单的 Dense-Mem 部署方式是一套本地 Docker Compose 环境：Dense-Mem、Postgres、Neo4j 三个服务，共用一个 MCP 端点。

最快路径：

• 用本地 Compose 文件启动 Dense-Mem。
• 用 provision-team 创建一个记忆密钥。
• 把 Claude Code、Codex，或两者都连接到 localhost:8080/mcp。

大多数 AI 聊天在一个会话里看起来很聪明，第二天早上又忘光了。

Dense-Mem 的作用，是给你的 AI 工具一个共享记忆服务器。Claude Code、Codex 和其他 MCP 客户端都可以连接到同一个地方。你不必在每个新聊天里重复偏好、项目规则、家庭计划或团队决策，而是为这些工具提供一个持久记忆大脑。

目标很简单：

多个 AI 会话 -> 一台 Dense-Mem 服务器 -> 同一份有用记忆

本教程先跑本地版本。这是最安全的第一步，因为所有东西都留在你的电脑上。

Dense-Mem 给你什么

Dense-Mem 不是另一个聊天机器人。它是聊天工具后面的记忆层。

从左到右看图。

没有 Dense-Mem 时，每个助手都从冷启动开始。Claude Code 可能知道一件事，Codex 可能知道另一件事，明天的聊天可能两个都不知道。

有 Dense-Mem 时，这些工具指向同一个记忆服务。偏好、项目决策、纠正、团队上下文不会随着聊天窗口关闭而消失。

Dense-Mem 先存证据，然后把经过验证的记忆变成事实。如果新记忆与旧记忆冲突，它应该请求澄清，而不是静默覆盖旧记忆。

这很重要，因为记忆只有在以后还能被信任时才有用。

它解决的问题

Dense-Mem 在这些情况下有用：

• 你不断重复同样偏好
• 项目决策消失在旧聊天里
• 不同 AI 客户端不能共享上下文
• 团队或家庭知识散落在会话中
• 纠正应该替换旧记忆，而不是制造混乱

你需要什么

你需要四样东西：

• Docker，用来运行服务器和数据库，不需要手动安装。
• 终端，用来输入命令。
• 兼容 OpenAI 的 Embedding 端点和 API 密钥，用于记忆召回和检查。
• Claude Code、Codex，或另一个会使用记忆的 MCP 客户端。

如果这是第一次，使用已发布的 Dense-Mem 手册作为权威参考：Dense-Mem 快速开始。

步骤 1: 下载本地 Compose 文件

创建文件夹：

mkdir dense-mem-local
cd dense-mem-local

下载面向初学者的本地部署方案：

curl -fsSLo docker-compose.yml \
  https://raw.githubusercontent.com/markhuangai/dense-mem/main/examples/docker-compose.base.yml

创建 .env 文件：

cat > .env <<'EOF'
POSTGRES_PASSWORD=choose-a-strong-postgres-password
NEO4J_PASSWORD=choose-a-strong-neo4j-password
CONTROL_PORTAL_TOKEN=choose-a-long-control-portal-token
AI_API_URL=https://api.openai.com/v1
AI_API_KEY=your-ai-provider-api-key
AI_API_EMBEDDING_MODEL=text-embedding-3-large
AI_API_EMBEDDING_DIMENSIONS=3072
EOF

打开 .env，把每个占位值换成真实值。

这个文件要保持私密。里面有密码和 API 密钥。

Dense-Mem 会连接兼容 OpenAI 的 Embedding API。上面的例子用 OpenAI 的 text-embedding-3-large，所以维度必须是 3072。如果用 text-embedding-3-small，则用 1536。如果用另一个兼容 OpenAI 的提供商，在存重要记忆前一起修改 AI_API_URL、AI_API_EMBEDDING_MODEL 和 AI_API_EMBEDDING_DIMENSIONS。

步骤 2: 启动 Dense-Mem

启动整套服务：

docker compose up -d

检查它是否运行：

docker compose ps

你的本地 Dense-Mem URL 是：

• http://127.0.0.1:8080/mcp：给 Claude Code、Codex 和其他 MCP 客户端
• http://127.0.0.1:8080/ui：面向用户的 UI
• http://127.0.0.1:8090/：管理团队、配置档、密钥的控制门户

重点是：这些都是本地地址，不是公网地址。

步骤 3: 创建第一个记忆密钥

运行：

docker compose exec server /app/provision-team --name "primary-memory"

Dense-Mem 只会打印 API 密钥一次。把它保存到私密位置。

它大概长这样：

{
  "team_name": "primary-memory",
  "profile_name": "default profile",
  "scopes": ["read", "write"],
  "api_key": "dm_default-prof_..."
}

API 密钥用来证明你的 AI 客户端可以使用你的记忆。

步骤 4: 连接 Claude Code

在终端里设置 API 密钥：

export DENSE_MEM_API_KEY="dm_default-prof_..."

然后把 Dense-Mem 加进 Claude Code：

claude mcp add --transport http dense-mem http://localhost:8080/mcp \
  --header "Authorization: Bearer $DENSE_MEM_API_KEY"

现在，当你要求 Claude Code 记住或召回某些东西时，它可以调用 Dense-Mem。

步骤 5: 连接 Codex

设置同一个环境变量：

export DENSE_MEM_API_KEY="dm_default-prof_..."

把下面内容加到 ~/.codex/config.toml：

[mcp_servers.dense_mem]
url = "http://localhost:8080/mcp"
bearer_token_env_var = "DENSE_MEM_API_KEY"
tool_timeout_sec = 60
enabled = true

修改配置后重启 Codex。

现在 Claude Code 和 Codex 可以使用同一个 Dense-Mem 服务器。同一份记忆，不同客户端。

步骤 6: 尝试第一条记忆

问你的 AI 客户端：

请记住，我偏好简洁解释和具体例子。

然后启动新会话，问：

关于我的解释偏好，你记得什么？

如果连接正常，助手应该调用 Dense-Mem，并基于已存记忆回答。

让更多人共用一个大脑

Dense-Mem 支持团队和配置档。

记忆应该共享时，用同一个团队。记忆不应混在一起时，用不同团队。

• 一个人使用多个 AI 工具，可以从一个团队、一个配置档开始。
• 家庭可以用一个家庭团队，配不同配置档。
• 工作组可以按项目或小组使用一个团队。
• 只应该搜索的自动化，应使用只读配置档密钥。

真正的价值在这里：记忆不再局限于一个聊天客户端。

Claude Code 会话可以记住一条项目规则。之后 Codex 可以召回它。家庭计划助手可以记住旅行偏好。工作团队可以把项目决策放在同一个共享记忆边界里。

不要存什么

Dense-Mem 是记忆，不是密码管理器。

不要存：

• 密码
• 助记词
• 私钥
• 支付卡号
• 任何你不希望已配置 AI 提供商处理的内容

默认情况下，Dense-Mem 会把记忆文本和召回查询发送给配置的 Embedding 提供商。如果这不能接受，请在存敏感记忆前使用自托管提供商。

停止或重启

停止：

docker compose down

再次启动：

docker compose up -d

除非你故意删除 Docker 卷，否则记忆会留在卷里。

下一步

本地 Dense-Mem 是最好的第一步。跑通后，你可以把它放到安全的公网服务器上，让不同机器上的 AI 工具访问同一份记忆。

下一篇教程是：用 Vultr 和 Traefik 安全部署 Dense-Mem。

如果 Dense-Mem 对你有帮助，给项目点星，并分享给也使用多个 AI 工具的人：github.com/markhuangai/dense-mem。