AI / Agents
Claude Code 本地跨 Session 記憶：用 macOS NLContextualEmbedding 做語意搜尋
jonas.jonas.ko 分享了一個完全本地運行的 Claude Code 跨 session 記憶系統：用 macOS 14+ NaturalLanguage framework 內建的 NLContextualEmbedding 產生 float32 向量，包成 localhost HTTP server，讓 Python 腳本做語意搜尋並在新 session 注入最相關的 3 筆摘要。這篇整理架構、token 成本與適用場景。
2026年6月23日4 分鐘閱讀👁 7
Claude Code × Local Memory × macOS Embedding
Claude Code 跨 Session 記憶可以完全本地做：macOS 內建 NLContextualEmbedding 就夠用
這則 Threads 的重點是：Claude Code 或其他本地 AI coding workflow 要做跨 session 記憶，不一定要先接雲端 embedding API、向量資料庫或第三方 SaaS。macOS 14 之後內建的 NaturalLanguage framework 已提供 NLContextualEmbedding，可以在本機產生語意向量，再透過 localhost HTTP server 給 Python 腳本呼叫。
保存重點：這是一個「本地語意記憶層」的最小可行架構：收集舊 session 摘要 → 用 NLContextualEmbedding 建向量 → 查詢時做 semantic search → 只把最相關的少量記憶注入新 session。核心價值是隱私、本地、低依賴、可控 token 成本。
原文主張
@jonas.jonas.ko 分享自己替 Claude Code 裝了跨 session 記憶，而且完全本地運行。他用外掛方式加了一套記憶系統，不需要改 Claude Code 原始設定；每次開新 session 時，自動把相關舊記憶注入進來。
關鍵不是傳統關鍵字比對，而是 Embedding / 向量搜尋：只要語意接近，就能找到相關記憶。
原文推薦可直接丟給 Claude 的需求句：
幫我用 NLContextualEmbedding 做本地向量搜尋，包成 localhost HTTP server，float32 向量為什麼 NLContextualEmbedding 值得注意
macOS 14+ 內建
NLContextualEmbedding 藏在 macOS NaturalLanguage framework 裡，不需要另外安裝大型 embedding model，也不必呼叫外部 API。
Transformer-based
它不是簡單字典或關鍵字工具，而是能產生上下文語意向量，適合「意思接近」的搜尋。
完全 on-device
資料不需要送到 OpenAI、Anthropic、Voyage、Cohere 或其他 embedding 服務，對私有 session、專案筆記與商業內容更安全。
可以包成 localhost API
macOS framework 可由 Swift / Objective-C 包裝成本地 HTTP server，再讓 Python 腳本用普通 HTTP 呼叫，避免 Python 直接橋接 Apple framework 的複雜度。
最小架構
| 層級 | 工作 | 實作要點 |
|---|---|---|
| Memory capture | 從舊 session 擷取可重用記憶 | 不要整段 transcript 全塞；應整理成 100–200 字摘要、決策、偏好、專案規則或踩坑紀錄。 |