Claude Code ถอดสมอง EP.8 — AI Memory Tools จำข้ามวันแบบ Automatic

สวัสดีค่าา 👋

EP สุดท้ายของ Tier 2! ทาง EP นี้พูดถึงสิ่งที่ทำให้ Claude จำสิ่งที่คุยกันข้ามวัน ข้ามสัปดาห์ ข้ามเดือน ได้แบบ automatic เลยแหละ บางทีเราทำโปรเจคทำมาพักนึง มีการตัดสินใจเกิดขึ้นร้อยครั้ง แต่ Claude ไม่รู้เรื่องอะไรเลย ต้องอธิบายซ้ำๆ

นั่นแหละที่ AI Memory Tools มาแก้

Manual Memory vs Automatic Memory

ก่อนอื่น ทบทวน EP.4 นิดนึง

Manual Memory (EP.4 — Decision Logs):

เราเขียนเอง
เลือกเองว่าอะไรสำคัญพอที่จะจำ
ชัดเจน มีบริบทครบ
แต่ต้องใช้ความพยายาม

Automatic Memory (EP นี้):

ระบบจับทุกอย่างใน session ให้เอง
ไม่ต้องทำอะไรเพิ่ม
แต่อาจจำทุกอย่าง รวมถึงสิ่งที่ไม่จำเป็น
ค้นหาด้วย AI ได้

ทั้งสองอย่าง ทำงานร่วมกัน ไม่แทนกัน (เหมือนเวทเทรนนิ่งกับพิลาทิส อีกแล้ววว 55555)

• Manual = บันทึก milestones การตัดสินใจสำคัญๆ

• Automatic = จับ firehose ทุกอย่าง ไว้ค้นหาทีหลัง

AI Memory Tools ยอดนิยมปี 2026

1. 51 Tools

• จุดเด่น: โดดเด่นเรื่อง Hybrid Search ที่ผสานการทำงาน 3 รูปแบบเข้าด้วยกัน (BM25 + Vector + Graph Search) เพื่อการค้นหาที่ครอบคลุมที่สุด

• เหมาะสำหรับ: โปรเจกต์ขนาดใหญ่ที่ต้องการความแม่นยำในการดึงข้อมูลกลับมาใช้ (High Recall Accuracy)

2. Engram

• จุดเด่น: ทำงานบนไฟล์เดี่ยว ไม่มี External Dependencies และรองรับการ Sync ข้ามเครื่อง

• เหมาะสำหรับ: นักพัฒนาที่ต้องการสถาปัตยกรรมแบบ Simple และให้ความสำคัญกับ Local-first เป็นหลัก

3. Cogniz

• จุดเด่น: ขับเคลื่อนด้วยแนวคิด Knowledge Graph และสามารถจัดการโครงสร้างข้อมูลแบบซับซ้อนร่วมกับ Lifecycle Hooks ได้อย่างดี

• เหมาะสำหรับ: โปรเจกต์ที่เน้น Semantic Understanding (ความเข้าใจเชิงบริบท) ในระดับลึก

4. Anthropic Managed Agents Memory

• จุดเด่น: เครื่องมืออย่างเป็นทางการ (Official) จาก Anthropic (เปิดตัว Public Beta เมื่อเมษายน 2026)

• เหมาะสำหรับ: ระบบที่ต้องการ Stability (ความเสถียรและความน่าเชื่อถือ) สูงสุด รวมถึงการเชื่อมต่อแบบไร้รอยต่อกับโมเดลตระกูล Claude

Vector Search คืออะไร?

Memory tools หลายอย่างใช้ "vector search" แล้วมันคืออะไร

Text search ธรรมดา:

ค้นหา: "Supabase"
หาทุก document ที่มีคำว่า "Supabase" ตรงๆ

Vector search:

ค้นหา: "ทำไมถึงเลือก database นี้"
→ แปลงประโยคเป็น vector (list of numbers)
→ หา documents ที่มี vector ใกล้เคียงกัน
→ เจอ document เกี่ยวกับ "เหตุผลที่เลือก Supabase" 
   ถึงแม้ว่าจะไม่เจอคำที่ search เลยก็เหอะ

เหมือน search ที่ "เข้าใจความหมาย" (sementic) ไม่ใช่แค่คำเฉยๆ

วิธีตั้งค่า agentmemory (ตัวอย่าง)

# ติดตั้ง
pip install agentmemory

# เพิ่มเป็น MCP server
claude mcp add agentmemory -- agentmemory-mcp

# ตั้ง Hook ให้ auto-save ตอนจบ session
# ใน .claude/settings.json:
{
  "hooks": {
    "SessionEnd": [
      {
        "hooks": [
          {
            "type": "mcp_tool",
            "tool": "agentmemory.save_session",
            "input": { "auto": true }
          }
        ]
      }
    ]
  }
}

Memory Injection ทำงานยังไง?

ส่วนที่ magic ที่สุดคือ memory injection คือการที่ระบบดึง memories ที่เกี่ยวข้องกลับมาใส่ context อัตโนมัติ

เริ่ม session ใหม่
Claude รับ task: "แก้ bug ใน user auth"
        ↓
Memory system เห็น keywords: "user", "auth", "bug"
        ↓
ค้นหา memories เก่าที่เกี่ยวข้อง
        ↓
เจอ: "session เมื่อเดือนที่แล้ว เราตัดสินใจว่า token จะหมดอายุใน 7 วัน
       เพราะ security policy ของลูกค้า"
        ↓
inject เข้า context ก่อน Claude ตอบ
        ↓
Claude รู้เรื่องนี้ตั้งแต่ต้น ไม่ต้องอธิบายซ้ำ

เลือก Memory Tool แบบไหนดี?

ตอบตรงๆ ก็ขึ้นอยู่กับ pain ที่เจออยู่

ถ้าต้องการ zero cost และ local-first → engram ข้อดี: ไม่มีค่าใช้จ่ายในการทำ embedding สามารถ sync ข้ามเครื่องได้ จบในไฟล์เดียว

ถ้าต้องการ recall แม่นยำมากๆ → agentmemory ข้อดี: มี hybrid search ดีที่สุด แต่มี dependencies มากกว่า

ถ้าต้องการ stability → Anthropic Managed Agents Memory ข้อดี: official support แต่ยังเป็น beta และอาจมีค่าใช้จ่าย

เมื่อไหรถึงควรเริ่มใช้?

ไม่ต้องเริ่มตั้งแต่วันแรกก็ได้ แต่ถ้า:

• โปรเจคทำมามากกว่า 1 เดือน และการตัดสินใจเริ่มซับซ้อน

• Manual Decision Logs ตาม EP.4 เริ่มตามไม่ทัน เขียนไม่ครบทุกอย่าง

• ต้องอธิบาย context เดิมซ้ำๆ ใน session ใหม่บ่อยมาก

• มีทีมหลายคน และแต่ละคนต้องการ context ของกันและกัน

แนะนำให้: ทำ Manual Memory ก่อน 2-3 เดือน จนรู้สึกว่ากูไม่ไหวแล้วโว้ยยยย แล้วค่อย upgrade เป็น Automatic

สรุป Tier 2

จบ Tier 2 — Automation แล้วค่าาา 🎉

Tier 2 สิ่งที่ทำไปแล้ว:
✅ EP.5 Knowledge Graph  → ลด token 71x ด้วยแผนที่โปรเจค
✅ EP.6 Hooks            → บังคับ Claude ทำตามกฎ 100%
✅ EP.7 MCP              → เชื่อม Claude กับ tools ภายนอก
✅ EP.8 Memory Tools     → Claude จำข้ามวันได้ automatic

ถ้าทำครบ Tier 1 + 2 แล้ว การใช้งานจะต่างจากคนทั่วไปอย่างเห็นได้ชัด จดทะเบียนสมรสกับ Claude ได้เลย 5555

EP ถัดไป: เข้าสู่ Tier 3 — Ecosystem EP.9 จะพูดถึง Skills — การสร้าง "ความสามารถพิเศษ" ที่ Claude ไม่มีมาตั้งแต่แรก

ขอบคุณที่อ่านจนจบนะคะ ขอให้มีวันที่ดีค่าาา จุบุจุบุ

Tags: Claude Code, AI, Memory, Vector Search, MCP, Developer Tools