rohitg00/agentmemory

#1 Persistent memory for AI coding agents based on real-world benchmarks

解決する課題

AIコーディングエージェントはしばしば「忘却」に悩まされ、異なるセッション間でプロジェクトのアーキテクチャ、好み、過去のバグを繰り返し説明する必要がある。静的ファイル（例：.cursorrules）は存在するが、サイズ制限があり、すぐに古くなってしまう。agentmemoryは、エージェントの活動を自動的に記録し、新しいセッションに関連するコンテキストを手動で更新せずに注入する、永続的で共有可能なメモリ層を提供する。

動作方法

iiiエンジンに基づいて構築されたagentmemoryは、フック、Model Context Protocol (MCP)、またはREST APIを介してAIエージェントと統合されるメモリサーバーである。エージェントの行動を静かに記録し、検索可能なメモリに圧縮し、BM25（キーワード）、ベクトル埋め込み（意味的）、構造的グラフマッチを組み合わせたハイブリッド検索アプローチで最も関連性の高い情報を取得する。キーなしモードではBM25で動作可能で、all-MiniLM-L6-v2を用いたローカル埋め込みにより、デバイス上で無料で意味的再検索が可能。

対象ユーザー

Claude Code、Cursor、GitHub Copilot CLI、Gemini CLI、およびその他のMCP互換クライアントを使用する開発者で、エージェントがセッション間や異なるツール間で長期的なプロジェクト知識を維持したい人。

特徴

  • 広範な互換性: Claude Code、Cursor、Codex CLI、OpenCodeなど、ネイティブプラグイン、フック、またはMCPを介して幅広いエージェントと連携可能。
  • 自動記録: 12の自動フックにより、手動作業ゼロで情報を記録可能。
  • ハイブリッド検索: キーワード、ベクトル、グラフ検索を統合し、高い検索精度（LongMemEval-SのR@5で95.2%）を実現。
  • 外部DB不要: 外部データベースのインストールを一切不要。
  • トークン効率: コンテキストを貼り付けるか、LLMによる要約を使う従来手法と比較して、トークン使用量を大幅に削減。

関連

  • プロジェクト
    Lyellr88/marm-memory

    Model Context Protocol (MCP) を使用するAIエージェント向けの永続的なローカルメモリサーバーであり、セッション間で共有コンテキスト、コードグラフ、および概念グラフを提供します。

  • プロジェクト
    doobidoo/mcp-memory-service

    REST APIとMCPを介して、セッションとツール間で知識グラフと意味検索を提供する、AIエージェント用の永続的で共有可能なメモリバックエンド。

  • プロジェクト
    mem9-ai/mem9

    AIエージェントの間で共有され、セッション、マシン、異なるエージェントランタイム間でコンテキストと記憶を保持できる永続的なメモリレイヤー。

  • プロジェクト
    JuliusBrussee/cavemem

    AIエージェントがセッション間で情報を記憶できるようにする、コードアシスタント向けのクロスエージェント永続メモリシステム。圧縮されたローカルストレージとMCPを活用しています。

  • プロジェクト
    akitaonrails/ai-memory

    ai‑memory は、Git ベースのウィキに plain markdown ファイルとして、コードアシスタントが行ったすべての観察（プロンプト、ツール呼び出し、セッション境界）を記録する Rust ベースのサーバーです。ローカル、Docker/Podman、またはホームラブボックスで実行でき、Claude Code、Codex、Cursor、Gemini CLI など多数のエージェント、マシン、チームメンバー間で共有可能です。エージェントが投稿するフックはセッション終了時に統合され、読みやすいウィキページに変換されます。次のセッションでは、前回の作業を正確に再開できるよう、簡潔なハンドオフが提供されます。ストレージは人間が読める markdown と SQLite インデックス（FTS5、エンティティおよびオプションのベクトル検索）で構成されています。デフォルトでは LLM や埋め込みキーが不要ですが、オプションの Anthropic/OpenAI 統合により LLM 生成の要約と意味的検索が可能になります。マルチユーザー認証、監査ログ、個人ごとの属性が組み込まれています。Arch AUR、Docker ラッパー、またはネイティブバイナリからインストールし、サーバーを起動し、クライアントとそのフックを登録すれば、システムは透明に動作します。