К основному содержанию
правило CX Codex

dynamic-recall — правило для Claude Code: что делает и как установить

Правило dynamic-recall направляет Claude Code в семантическую память проекта, чтобы находить удачные решения прошлых сессий и не повторять ошибки при отладке или выборе архитектуры.

MIT ★ 3 951 обновлён 2026-01-26

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/rules/dynamic-recall.md
Открыть на GitHub

Что делает dynamic-recall

Правило учит ассистента заглядывать в базу семантической памяти перед началом сложной задачи, правкой багов или принятием системных решений. Поиск выполняется через Python-скрипт recall_learnings.py с помощью uv. По умолчанию работает гибридный поиск RRF, совмещающий векторный индекс и текстовое соответствие.

Память опирается на PostgreSQL через DATABASE_URL и векторные эмбеддинги bge-large-en-v1.5 размерностью 1024. Локальный SQLite в ~/.claude/cache/memory.db служит лишь резервным хранилищем. Без корректно настроенной переменной $CLAUDE_OPC_DIR окружение не загрузится, и скрипт завершится с ошибкой.

Новый опыт агент фиксирует через store_learning.py. Записи делятся по категориям: удачные решения, ошибки, архитектурные решения и предпочтения пользователя.

Какие задачи решает

  • вспомнить решения прошлых сессий перед правкой багов
  • зафиксировать архитектурный выбор в долговременной памяти
  • найти готовый шаблон кода через гибридный векторный поиск
  • предупредить повторение неудачных подходов

Примеры запросов агенту

  • Проверь по семантической памяти, как мы раньше настраивали миграции базы данных
  • Вспомни, как решалась похожая ошибка типизации TypeScript в прошлых сессиях
  • Сохрани текущий способ сборки хуков в память со статусом WORKING_SOLUTION

Как установить dynamic-recall

Вручную: положить файлы

.claude/rules/dynamic-recall.md

Поле paths во frontmatter ограничивает файлы

По шагам, с командами для каждой платформы: AGENTS.md и CLAUDE.md: что это, кто читает и какой выбрать

Вопросы о dynamic-recall

Как установить dynamic-recall в Claude Code?

Создайте файл правила по пути .claude/rules/dynamic-recall.md и поместите туда содержимое правила. Claude Code подхватывает его автоматически при старте сессии.

Что делает правило dynamic-recall?

Оно инструктирует агента опрашивать семантическую память через скрипт recall_learnings.py и сохранять выводы через store_learning.py. Это связывает разные сессии в единую систему знаний.

Какая база данных нужна для работы памяти?

Основным хранилищем выступает PostgreSQL, подключение к которому задаётся через DATABASE_URL. База SQLite в ~/.claude/cache/memory.db остаётся резервной и может быть пустой.

Исходный текст

dynamic-recall.md · MIT
# Dynamic Recall

You have access to a semantic memory system that stores learnings, decisions, and patterns from past sessions.

## When to Use Recall

Query memory proactively when:
- Starting work on something you may have done before
- Encountering an error or tricky situation
- Making architectural or design decisions
- Looking for patterns or approaches that worked previously

## How to Recall

```bash
(cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/recall_learnings.py --query "your search terms")
```

**IMPORTANT:** Always run from `opc/` directory to load correct environment variables.

### Options

```bash
# Default: Hybrid RRF search (text + vector combined) - RECOMMENDED
(cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/recall_learnings.py --query "authentication patterns")

# More results
(cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/recall_learnings.py --query "error handling" --k 10)

# Pure vector search (higher similarity scores, 0.4-0.6 range)
(cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/recall_learnings.py --query "database schema" --vector-only)

# Text-only search (fast, no embeddings)
(cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/recall_learnings.py --query "YAML format" --text-only)
```

## Backend Architecture

| Backend | Location | Status |
|---------|----------|--------|
| **PostgreSQL** (primary) | Via DATABASE_URL | Has 100+ real learnings with BGE embeddings |
| SQLite (fallback) | ~/.claude/cache/memory.db | May be empty - don't rely on it |

**DO NOT manually inspect databases** - just use the recall script. It auto-selects the correct backend.

## Understanding Scores

| Search Mode | Score Range | Interpretation |
|-------------|-------------|----------------|
| Hybrid RRF (default) | 0.01-0.03 | Normal - RRF combines rankings |
| Pure vector | 0.4-0.6 | Cosine similarity |
| Text search | 0.01-0.05 | BM25 normalized |

Low RRF scores (0.02) are **good results** - don't confuse with low relevance.

## What's Stored

The memory contains session learnings from `archival_memory` table:
- **What worked**: Successful approaches and solutions
- **What failed**: Pitfalls to avoid
- **Decisions**: Architectural choices and rationale
- **Patterns**: Reusable approaches

All entries have 1024-dim BGE embeddings (bge-large-en-v1.5) for semantic search.

## Example Queries

- "hook development patterns" - find past hook implementations
- "TypeScript type errors" - recall how similar errors were fixed
- "database migration" - find migration patterns used before
- "test failures pytest" - recall debugging approaches
- "YAML handoff format" - recall format decisions

Use recall to avoid repeating mistakes and leverage past successes.

## How to Store Learnings

When you discover something worth remembering, store it:

```bash
cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/store_learning.py \
  --session-id "<short-identifier>" \
  --type <TYPE> \
  --content "<what you learned>" \
  --context "<what it relates to>" \
  --tags "tag1,tag2,tag3" \
  --confidence high|medium|low
```

**IMPORTANT:** Use `cd <absolute-path>` not `(cd opc && ...)` - the subshell form can cause path doubling errors.

### Learning Types

| Type | Use For |
|------|---------|
| `ARCHITECTURAL_DECISION` | Design choices, system structure decisions |
| `WORKING_SOLUTION` | Fixes, solutions that worked |
| `CODEBASE_PATTERN` | Patterns discovered in code |
| `FAILED_APPROACH` | What didn't work (avoid repeating) |
| `ERROR_FIX` | How specific errors were resolved |
| `USER_PREFERENCE` | User's preferred approaches |
| `OPEN_THREAD` | Incomplete work to resume later |

### Example

```bash
cd $CLAUDE_OPC_DIR && PYTHONPATH=. uv run python scripts/core/store_learning.py \
  --session-id "hook-debugging" \
  --type WORKING_SOLUTION \
  --content "TypeScript hooks require npm install in .claude/hooks/ before they work. The build.sh script compiles TS to JS in dist/." \
  --context "hook development and building" \
  --tags "hooks,typescript,build" \
  --confidence high
```

### When to Store

Store learnings when you:
- Solve a tricky problem (so you don't re-solve it)
- Make an architectural decision (capture the rationale)
- Discover a codebase pattern (document it)
- Find something that doesn't work (warn future sessions)

© parcadei · MIT · parcadei/Continuous-Claude-v3

Похожие правила IDE

Все правила IDE по теме «Настройка агента: память, контекст, субагенты» →
V3 Memory Unification ruvnet Скилл V3 Memory Unification сводит семь слоёв памяти агента в один бэкенд AgentDB с индексом HNSW: запись через единый сервис, семантический поиск по векторам. CX Codex +1 1 100установок total-recall strvmarv Плагин total-recall для Claude Code сохраняет решения, предпочтения и контекст между сессиями. Помогает продолжить работу над проектом после перезапуска или на другом устройстве. ★ 16звёзд репо RAG Pipeline taste f Промпт RAG Pipeline taste для ChatGPT задаёт инженерные стандарты проектирования поисковой генерации и оценки точности ответов. GP ChatGPT ★ 178 201звёзд репо vector-store-wasp-drone Legion Code Inc. Субагент vector-store-wasp-drone для Claude Code ведёт хранение эмбеддингов: схему, индексы, миграции и версии датасета. Включается при выборе pgvector, Deep Lake или Qdrant. CX Codex ★ 96звёзд репо claude-self-reflect ramakay Плагин claude-self-reflect для Claude Code сохраняет контекст прошлых сессий локально и находит решения векторным поиском, восстанавливая детали задач между запусками. ★ 231звёзд репо Montycat MCP - Shared Memory for AI Agents MontyGovernance Montycat MCP - Shared Memory for AI Agents — MCP-сервер для Claude Code, который сохраняет решения и контекст проекта между сессиями и передаёт их другим MCP-клиентам. CX Codex +1 ★ 27звёзд репо

Из того же набора161

Весь набор →
boundary-value-problems Скилл boundary-value-problems для Claude, который ведёт от постановки краевой задачи к численному решению: стрельба, конечные разности, solve_bvp и задача Штурма — Лиувилля. CX Codex +1 ★ 3 951звёзд репо atlas Субагент atlas автоматизирует запуск сквозных сценариев и приёмочных тестов. Находит тестовый фреймворк в проекте, проверяет окружение и формирует отчёт с ошибками. CX Codex ★ 3 951звёзд репо judge Субагент judge для Claude Code проверяет рефакторинг и преобразования кода: сравнивает поведение до и после изменений и оценивает качество и риски. CX Codex ★ 3 951звёзд репо profiler Субагент profiler ищет узкие места в коде: медленные функции, утечки памяти, проблемы с конкурентностью. Профилирует Python и Node.js, находит N+1 запросы и блокирующие операции. CX Codex ★ 3 951звёзд репо tldr-cli Правило tldr-cli для Claude Code подсказывает агенту использовать CLI для анализа структуры и связей в коде. Оно включается при поиске функций, отладке и оценке последствий изменений. CX Codex +1 ★ 3 951звёзд репо scout Субагент scout для систематического исследования архитектуры проекта. Ищет паттерны, соглашения об именовании и структуру кода, чтобы вы могли сосредоточиться на решении задач. CX Codex ★ 3 951звёзд репо herald Субагент herald готовит релизы проектов: анализирует коммиты по SemVer, обновляет номера версий в конфигах и формирует записи в CHANGELOG.md. CX Codex ★ 3 951звёзд репо surveyor Субагент surveyor для Claude Code проверяет миграции и обновления, выявляя старые API, смешанные состояния и незакрытые задачи. Проверяет код после смены версии или технологии. CX Codex ★ 3 951звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой