Anthropic给Claude Code加上了持久记忆功能。这玩意儿分两块：Auto Memory自动保存项目上下文、模式和偏好；CLAUDE.md文件则存放项目指令，下次打开直接加载。

持久记忆让Claude Code执行任务更顺手、更个性化。但我发现它还有另一层价值——改造自动化工作流。大多数AI自动化流程开头都一样：自我介绍、项目背景、当前任务、个人偏好。然后循环往复。一旦把Claude Code的记忆加进来，这些流程突然变聪明了，因为AI已经懂了大半背景。

打开网易新闻 查看精彩图片

Claude Code本身很强，但这个设置让它在真实项目里好用得多。

先改这个设置，再谈别的。

Claude Code能塞进自动化工作流，但用法和常规思路不同。

最直观的方案是通过API接入。比如n8n工作流收集数据，发给Anthropic，拿回响应，继续下一步。问题是API只给模型访问权限，拿不到Claude Code的记忆和项目专属信息。想让AI遵循特定格式、理解项目、记住偏好？每次都得在提示词里写一遍。

工作流越复杂，提示词越臃肿难维护。一半精力花在交代背景上，真正解决问题的部分被挤占。

更好的办法是让自动化层直接执行Claude Code CLI，指定项目目录。Claude Code会加载正常会话时的全套上下文：CLAUDE.md、Auto Memory、项目文件、设置、技能、钩子、仓库结构。

举个例子：一个基于RSS的n8n工作流，现在把文章先过一遍Claude Code CLI，再生成输出。表面看和传统AI工作流没区别。但底层完全不同——Claude Code掌握的上下文远超标准API调用。它不全依赖工作流给的提示词，还能调用项目指令、记忆、设置和已有上下文。

想象一个研究工作流，收集特定主题的文章、PDF和书签链接。传统API方案每次运行都得解释项目背景。用Claude Code的话，大部分信息直接存在项目里。自动化只需传入新内容。

上下文是大多数自动化缺失的那一层。

上下文理顺了，自动化好用得多。

最明显的应用场景是什么？

原文没往下说。但光这个设计思路就够值得琢磨：当AI工具从"无状态"变成"有状态"，工作流设计的整个逻辑都要重写。不是给API塞更多提示词，而是让工具自己记住该记住的。