Hierarchical Agent Memory (HAM)

Экономьте до 90% токенов с Hierarchical Agent Memory (HAM). Оптимизируйте Claude Code с контекстом на уровне директорий, логикой маршрутизации и панелями затрат.

Продуктивность и workflow ★ 14 GitHub (14 ★)

Hierarchical Agent Memory (HAM) оптимизирует сеансы Claude Code, заменяя монолитные контексты проекта распределённой структурой памяти. Организуя глобальный контекст в корневой папке, а конкретные инструкции — в файлах на уровне подкаталогов, HAM гарантирует, что ИИ обрабатывает только релевантную для текущей задачи информацию, значительно сокращая затраты на вводные токены. Система включает локальную панель мониторинга для отслеживания экономии токенов и углеродной эффективности, а также выделенную директорию .memory, которая сохраняет архитектурные решения, шаблоны кодирования и выведенные на основе анализа данные на протяжении циклов разработки.

Ключевые возможности

01Интерактивная веб-панель для анализа экономии токенов и сеансов

0214 звёзд на GitHub

03Автоматическая генерация структуры памяти с учётом платформы

04Структурированное хранение записей архитектурных решений (ADR) и шаблонов

05Маршрутизация контекста по каталогам для минимизации затрат на вводные токены

06Автоматические проверки актуальности для обнаружения устаревших или отсутствующих файлов контекста

Варианты использования

01Управление крупномасштабными кодовыми базами, где полный контекст превышает лимиты токенов или бюджеты

02Стандартизация архитектурных шаблонов и журналов решений в командных проектах

03Визуализация и оптимизация затрат и энергопотребления при разработке с помощью ИИ

name	hierarchical-agent-memory
description	Scoped CLAUDE.md memory system that reduces context token spend. Creates directory-level context files, tracks savings via dashboard, and routes agents to the right sub-context.
risk	safe
source	https://github.com/kromahlusenii-ops/ham
date_added	2026-02-27

Hierarchical Agent Memory (HAM)

Scoped memory system that gives AI coding agents a cheat sheet for each directory instead of re-reading your entire project every prompt. Root CLAUDE.md holds global context (~200 tokens), subdirectory CLAUDE.md files hold scoped context (~250 tokens each), and a .memory/ layer stores decisions, patterns, and an inbox for unconfirmed inferences.

When to Use This Skill

Use when you want to reduce input token costs across Claude Code sessions
Use when your project has 3+ directories and the agent keeps re-reading the same files
Use when you want directory-scoped context instead of one monolithic CLAUDE.md
Use when you want a dashboard to visualize token savings, session history, and context health
Use when setting up a new project and want structured agent memory from day one

How It Works

Step 1: Setup ("go ham")

Auto-detects your project platform and maturity, then generates the memory structure:

project/
├── CLAUDE.md              # Root context (~200 tokens)
├── .memory/
│   ├── decisions.md       # Architecture Decision Records
│   ├── patterns.md        # Reusable patterns
│   ├── inbox.md           # Inferred items awaiting confirmation
│   └── audit-log.md       # Audit history
└── src/
    ├── api/CLAUDE.md      # Scoped context for api/
    ├── components/CLAUDE.md
    └── lib/CLAUDE.md

Step 2: Context Routing

The root CLAUDE.md includes a routing section that tells the agent exactly which sub-context to load:

## Context Routing

→ api: src/api/CLAUDE.md
→ components: src/components/CLAUDE.md
→ lib: src/lib/CLAUDE.md

The agent reads root, then immediately loads the relevant subdirectory context — no guessing.

Step 3: Dashboard ("ham dashboard")

Launches a web dashboard at localhost:7777 that visualizes:

Token savings (HAM-on vs HAM-off sessions)
Daily token and cost trends
Per-directory session breakdown
Context file health (missing/stale/inherited CLAUDE.md coverage)
Routing compliance (how often the agent follows the routing map)
Carbon/energy estimates

Commands

Trigger	What it does
`go ham`	Set up HAM — auto-detect platform, generate CLAUDE.md files
`ham savings`	Show token and cost savings report
`ham dashboard`	Launch the interactive web dashboard
`ham audit`	Health check on memory files
`ham insights`	Generate actionable insights from session data
`ham route`	Add/update Context Routing section in root CLAUDE.md
`ham carbon`	Show energy and carbon efficiency data

Examples

Example 1: First-time setup

User: go ham

Agent: HAM setup complete. Created 8 files.
  - CLAUDE.md (root)
  - .memory/decisions.md
  - .memory/patterns.md
  - .memory/inbox.md
  - src/api/CLAUDE.md
  - src/components/CLAUDE.md
  - src/lib/CLAUDE.md
  - src/utils/CLAUDE.md

Baseline captured in .memory/baseline.json
Run "HAM savings" to see your token and cost savings.

Example 2: Checking savings

User: ham savings

Agent:
  Before HAM: ~7,500 tokens/prompt
  After HAM:    ~450 tokens/prompt
  Savings:    7,050 tokens (94%)

  Monthly projection (1,500 prompts):
    Sonnet: ~$31.73 saved
    Opus:   ~$158.63 saved

Best Practices

Keep root CLAUDE.md under 60 lines / 250 tokens
Keep subdirectory CLAUDE.md files under 75 lines each
Run ham audit every 2 weeks to catch stale or missing context files
Use ham route after adding new directories to keep routing current
Review .memory/inbox.md periodically — confirm or reject inferred items

Limitations

Token estimates use ~4 chars = 1 token approximation, not a real tokenizer
Baseline savings comparisons are estimates based on typical agent behavior
Dashboard requires Node.js 18+ and reads session data from ~/.claude/projects/
Context routing detection relies on CLAUDE.md read order in session JSONL files
Does not auto-update subdirectory CLAUDE.md content — you maintain those manually or via ham audit
Carbon estimates use regional grid averages, not real-time energy data

Related Skills

agent-memory-systems — general agent memory architecture patterns
agent-memory-mcp — MCP-based memory integration

Что это 🧠

Hierarchical Agent Memory (HAM) — это система иерархической памяти для AI-агентов, работающих с кодом (например, Claude Code). Она заменяет единый глобальный CLAUDE.md набором контекстных файлов: один корневой (CLAUDE.md ~200 токенов) и отдельные для каждой директории (например, src/api/CLAUDE.md ~250 токенов). Также создаётся слой .memory/ для хранения архитектурных решений, шаблонов, неподтверждённых выводов и аудит-лога. Цель — сократить расход токенов на контекст, избавив агента от необходимости перечитывать весь проект при каждом запросе.

Как работает ⚙️

1. Первоначальная настройка (`go ham`) 🚀

Скрипт автоматически определяет платформу проекта (Node.js, Python и т.д.) и его «зрелость», после чего генерирует структуру:

project/
├── CLAUDE.md              # корневой контекст (~200 токенов)
├── .memory/
│   ├── decisions.md       # записи архитектурных решений
│   ├── patterns.md        # переиспользуемые паттерны
│   ├── inbox.md           # неподтверждённые выводы агента
│   └── audit-log.md       # история изменений
└── src/
    ├── api/CLAUDE.md      # контекст для api/
    ├── components/CLAUDE.md
    └── lib/CLAUDE.md

2. Маршрутизация контекста 🧭

В корневом CLAUDE.md создаётся секция Context Routing, которая явно указывает агенту, какой дочерний контекст загружать при переходе в поддиректорию:

## Context Routing
→ api: src/api/CLAUDE.md
→ components: src/components/CLAUDE.md
→ lib: src/lib/CLAUDE.md

Агент читает корневой контекст, затем по маршруту загружает нужный — без гаданий и перечитывания лишнего.

3. Дашборд экономии (`ham dashboard`) 📊

Запускает веб-дашборд на localhost:7777 с графиками:

Экономия токенов (HAM-вкл vs HAM-выкл)
Дневная динамика токенов и затрат
Разбивка сессий по директориям
Здоровье контекстных файлов (отсутствующие, устаревшие, наследие)
Соблюдение маршрутизации (как часто агент следует карте)
Оценка углеродного следа и энергопотребления

4. Прочие команды

Команда	Действие
`ham savings`	Показать отчёт об экономии токенов и денег
`ham audit`	Проверка целостности и актуальности файлов памяти
`ham insights`	Генерация рекомендаций на основе данных сессий
`ham route`	Добавить/обновить секцию маршрутизации в корневом `CLAUDE.md`
`ham carbon`	Вывести данные по энергоэффективности и углероду

Когда использовать ✅

Экономия токенов: если вы замечаете, что Claude Code тратит много токенов на перечитывание всего проекта. HAM сокращает контекст с тысяч до ~450 токенов — экономия до 94%.
Много директорий: проект с 3+ подкаталогами, где агенту нужна разная информация для разных модулей.
Вместо монолитного CLAUDE.md: если корневой файл разросся и стал нечитаемым.
На старте проекта: развернуть структурированную память агента с первого дня.
Долгие сессии: когда агент «забывает» контекст из-за лимита окна токенов.

Важно знать ⚠️

Оценка токенов использует приближение ~4 символа = 1 токен, а не реальный токенизатор.
Сравнение экономии — оценка на основе типичного поведения агента, не точная.
Дашборд требует Node.js 18+ и читает данные из ~/.claude/projects/.
Маршрутизация определяется по порядку чтения файлов в JSONL-логах сессий.
Обновление поддиректорий не автоматизировано — содержимое CLAUDE.md в подкаталогах редактируется вручную или через ham audit.
Оценка углерода использует средние данные по региону, не реальные показатели.

Лучшие практики:

Держите корневой CLAUDE.md до 60 строк / 250 токенов.
Дочерние CLAUDE.md — не более 75 строк каждый.
Запускайте ham audit раз в две недели для проверки актуальности.
При добавлении новой директории используйте ham route.
Периодически просматривайте .memory/inbox.md и подтверждайте или отклоняйте выведенные пункты.

Установка одной командой.

npx skillfish add hidorakai002/ai-workspace-archive hierarchical-agent-memory

Источник: https://mcpmarket.com/tools/skills/hierarchical-agent-memory-ham-5

Hierarchical Agent Memory (HAM)

Ключевые возможности

Варианты использования

Hierarchical Agent Memory (HAM)

When to Use This Skill

How It Works

Step 1: Setup ("go ham")

Step 2: Context Routing

Step 3: Dashboard ("ham dashboard")

Commands

Examples

Example 1: First-time setup

Example 2: Checking savings

Best Practices

Limitations

Related Skills

Что это 🧠

Как работает ⚙️

1. Первоначальная настройка (`go ham`) 🚀

2. Маршрутизация контекста 🧭

3. Дашборд экономии (`ham dashboard`) 📊

4. Прочие команды

Когда использовать ✅

Важно знать ⚠️

Совместим ли HAM с существующими проектами?

Как отслеживать свою экономию?

Как HAM снижает затраты на токены?

HAM автоматически обновляет контекст моих директорий?

Каково назначение директории .memory?

Комментарии

Ключевые возможности

Варианты использования

Hierarchical Agent Memory (HAM)

When to Use This Skill

How It Works

Step 1: Setup ("go ham")

Step 2: Context Routing

Step 3: Dashboard ("ham dashboard")

Commands

Examples

Example 1: First-time setup

Example 2: Checking savings

Best Practices

Limitations

Related Skills

Что это 🧠

Как работает ⚙️

1. Первоначальная настройка (go ham) 🚀

2. Маршрутизация контекста 🧭

3. Дашборд экономии (ham dashboard) 📊

4. Прочие команды

Когда использовать ✅

Важно знать ⚠️

Совместим ли HAM с существующими проектами?

Как отслеживать свою экономию?

Как HAM снижает затраты на токены?

HAM автоматически обновляет контекст моих директорий?

Каково назначение директории .memory?

Комментарии

1. Первоначальная настройка (`go ham`) 🚀

3. Дашборд экономии (`ham dashboard`) 📊