agentmemory: 무엇인지, 어떤 문제를 해결하며, 왜 인기를 얻고 있는지

해결하는 문제

코딩 에이전트는 세션 간에 "memory loss"를 겪는 경우가 많아, 사용자가 아키텍처, 선호도, 이전에 발견된 버그를 다시 설명해야 하는 상황이 발생합니다. CLAUDE.md나 .cursorrules와 같은 정적 파일이 존재하지만, 이들은 크기에 제한이 있고 빠르게 구식 정보가 됩니다. agentmemory는 서로 다른 AI 코딩 에이전트 전반에 걸쳐 관련 컨텍스트를 자동으로 캡처하고 회상하는 지속적이고 공유된 메모리 계층을 제공합니다.

작동 방식

iii engine을 기반으로 구축된 agentmemory는 Model Context Protocol (MCP), REST API 또는 hooks를 통해 에이전트와 통합되는 메모리 서버 역할을 합니다. 에이전트의 활동을 조용히 캡처하고, 이를 검색 가능한 메모리로 압축하며, 새로운 세션에 정확한 컨텍스트를 주입합니다. 정보 검색을 위해 BM25, Vector, 그리고 Graph 검색을 Reciprocal Rank Fusion (RRF)과 결합한 하이브리드 검색 방식을 사용합니다. 효율성을 유지하기 위해, 메모리 비대화를 방지하는 감쇠(decay) 및 자동 망각(auto-forgetting) 메커니즘이 포함된 4단계 통합 프로세스를 채택합니다.

대상 사용자

Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI 등을 사용하는 개발자입니다. 수동으로 복사-붙여넣기를 하거나 메모리를 직접 관리하지 않고도, 에이전트가 세션과 다양한 도구 전반에 걸쳐 프로젝트별 세부 사항을 기억하도록 원하는 사용자들을 위해 설계되었습니다.

주요 특징

• 광범위한 호환성: MCP, REST API 또는 hooks를 지원하는 모든 에이전트와 작동합니다 (예: Claude Code, Cursor, OpenCode, Aider).
• 높은 검색 정확도: LongMemEval-S 벤치마크에서 95.2% R@5를 달성했습니다.
• 외부 의존성 없음: SQLite와 iii-engine을 로컬에서 사용하므로 외부 벡터 데이터베이스가 필요하지 않습니다.
• 자동 캡처: 수동 작업 없이 정보를 캡처하는 12개의 auto-hooks 기능을 제공합니다.
• 토큰 효율성: 전체 컨텍스트를 붙여넣거나 LLM 요약 방식을 사용하는 것에 비해 토큰 사용량을 크게 줄여줍니다.
• 실시간 뷰어: 메모리를 실시간으로 모니터링할 수 있는 3113 포트의 내장 뷰어를 포함합니다.