agentmemory: 为任何编程 LLM agent 提供持久且节省 token 的记忆

agentmemory – 为 AI 编程 agent 提供持久记忆

是什么 – agentmemory 是一个自托管的记忆引擎，可以与基于大语言模型的编程助手（Claude Code, GitHub Copilot CLI, Gemini CLI, Codex CLI, Cursor 等）并排运行。它会自动记录 agent 的行为，将信息压缩进一个可搜索的存储库中，并在下次 agent 运行时注入正确的上下文，这样你就再也不用重新解释你的代码库、身份验证设置或过去的 bug 了。

核心理念

  • 基于开源的 iii engine (v0.11.2) 构建，且仅使用 SQLite – 无需外部向量数据库。
  • 混合检索：BM25 + 本地嵌入 (all-MiniLM-L6-v2) + 基于图的 RRF 融合。
  • 通过 12 个内置钩子 (hooks) 自动捕获；无需手动调用 add()。
  • 多 agent 感知：单个记忆服务器 (agentmemory 在端口 3111) 可以为任何兼容 MCP 或 HTTP 的 agent 提供服务，让多个 agent 共享同一个知识库。
  • 生命周期管理：4 级整合、衰减和自动遗忘机制，以保持存储库的新鲜度和 token 效率。

安装与快速入门

# 全局安装 (添加 `agentmemory` 命令)
npm install -g @agentmemory/agentmemory
# 启动记忆服务器 (默认数据目录位于您 OS 的 app-data 文件夹下)
agentmemory                     # → 监听 :3111
# 运行一个演示程序，用于填充示例会话并验证召回率
agentmemory demo               # 或: agentmemory demo --serve
# 将编程 agent 连接到记忆服务器
agentmemory connect claude-code   # 适用于 copilot-cli, codex, cursor, gemini-cli, 等。

您也可以使用 npx @agentmemory/agentmemory 进行单次运行 – 首次运行将会在 ~/.agentmemory/bin 中安装指定的 iii engine。

支持的 agent – 任何实现了 MCP (Memory-Control-Protocol) 或简单 REST API 的工具。README 列表里列出了 54 个集成案例，包括 Claude Code, GitHub Copilot CLI, OpenClaw, Hermes, pi, OpenCode, Cursor, Gemini CLI, Aider, Warp, 以及更多。

基准测试

Metric Result
Recall @5 (LongMemEval-S, 500 Q) 95.2 %
Recall @10 98.6 %
MRR 88.2 %
Token 节省 (对比粘贴全文上下文) ~170 K tokens/yr (≈ $10/yr)
检索延迟 (top-5) 14 ms
Hybrid vs grep baseline (coding-agent-life-v1) 100 % top-5 命中率, 1000 ms 延迟 vs 0 ms grep

该项目还提供了一个实时查看器 (localhost:3113) 用于检查存储的记忆，并提供了一套“配方”用于与 codegraph, Understand Anything, 和 Graphify 等图索引工具配合使用。

为什么它很重要

  • Token 经济性 – 通过总结并重用过去的交互，agent 可以保持在模型的上下文窗口内，并大幅降低 API 成本。
  • 开发者生产力 – 不再需要复制粘贴长配置文件或重新解释身份验证逻辑；agent 会自动召回之前的会话。
  • 多 agent 协作 – 单个记忆服务器可以被多个不同的 agent 共享，从而实现协调的工作流。

获取帮助 – 该仓库包含完整的变更日志、基准测试文档、评估框架和一份获得超过 1.3 k stars 的设计文档 gist。您可以在 GitHub 上提交 Issue；CI 在每次 push 时运行。

以上所有信息直接取自仓库的 README；未推断任何额外功能。

Sources