用途：为 AI 编程代理提供按目录划分的“速查表”式记忆，避免每次提示都重新读取整个项目。根 CLAUDE.md 保存全局上下文（约 200 token），各子目录 CLAUDE.md 保存局部上下文（每个约 250 token），.memory/ 层存放决策、模式以及待确认推断的收件箱。
主要能力：自动检测项目平台与成熟度并生成记忆结构，包括根 CLAUDE.md、.memory/decisions.md、.memory/patterns.md、.memory/inbox.md、.memory/audit-log.md 及各子目录 CLAUDE.md；根文件含 Context Routing 段，指明代理应加载哪个子上下文；提供本地仪表盘（localhost:7777）展示 token 节省、每日趋势、按目录会话分布、上下文文件健康度、路由合规与碳/能耗估算。
使用方式：触发命令包括 go ham（初始化）、ham savings（节省报告）、ham dashboard（启动仪表盘）、ham audit（记忆文件健康检查）、ham insights（生成洞察）、ham route（更新根文件路由段）、ham carbon（能耗数据）。
适用场景：希望降低 Claude Code 会话输入 token 成本；项目有 3 个以上目录且代理反复读取相同文件；需要目录级上下文而非单一巨型 CLAUDE.md；需要可视化节省与上下文健康度；新项目从第一天建立结构化代理记忆。
限制：token 估算按约 4 字符=1 token 近似，非真实分词器；节省基线为基于典型代理行为的估算；仪表盘需 Node.js 18+，从 ~/.claude/projects/ 读取会话数据；路由检测依赖会话 JSONL 中 CLAUDE.md 的读取顺序；不会自动更新子目录 CLAUDE.md 内容，需手动或通过 ham audit 维护；碳估算使用区域电网平均值，非实时能耗数据。建议根文件控制在 60 行/250 token 内，子目录文件各不超过 75 行，每两周运行 ham audit，新增目录后用 ham route 更新路由，并定期处理 .memory/inbox.md 中的推断项。