rohitg00/agentmemory
#1 Persistent memory for AI coding agents based on real-world benchmarks
解决的问题
编码代理在不同会话间常会出现“记忆丧失”，迫使用户反复解释架构、偏好设置和错误修复。虽然有些代理使用像 .cursorrules 这样的静态文件，但它们在大小上有限制且很快就会过时。agentmemory 提供了一个持久化的跨代理记忆层，能捕捉并压缩会话数据，让代理无需手动重新解释即可回忆起特定细节。
运作原理
该项目基于 iii engine 构建，运行一个记忆服务器，通过钩子 (hooks)、Model Context Protocol (MCP) 或 REST API 与 AI 编码代理整合。它会静默地捕捉代理活动，将其压缩为可搜索的记忆，并将相关背景注入到新的会话中。它支持混合搜索 (BM25 和向量嵌入) 来检索信息，并可选择使用 Xenova/all-MiniLM-L6-v2 进行本地设备上的语义回忆。
适用对象
使用 Claude Code、Cursor、GitHub Copilot CLI、Gemini CLI 以及其他兼容 MCP 的客户端，且希望代理能在不同工具间维持对项目和偏好设置长期记忆的开发者。
特点
- 跨代理兼容性：通过单一共享记忆服务器，与广泛的代理 (Claude Code、Cursor、Devin、Aider 等) 协作。
- 混合检索：结合关键词搜索 (BM25) 和语义向量搜索，实现高检索准确度。
- 无需外部数据库：运作时无需安装外部数据库。
- 本地嵌入支持：提供免费的本地设备语义回忆，确保数据隐私与本地化。
- 高效率：通过仅注入必要的背景而非完整的会话历史，声称可节省大量 token。
相关
- 项目
- 项目
TencentCloud/TencentDB-Agent-MemoryTencentDB Agent Memory 是一个用于 LLM 代理的开源记忆中心。它能捕捉对话、提取可重复使用的技能、从文档中建立 Wiki，并将代码索引至 CodeGraph。中央 UI (Memory Hub) 让团队能管理资产、设置细粒度的 ACL，并将特定的记忆片段绑定至个别代理。代理通过统一的代理服务器进行通讯，因此任何框架 (如 Claude Code、DeepSeek Harness、OpenClaw 等) 均可在无需修改代码的情况下使用相同的记忆。基准测试显示角色保留率提升了 59%。存储库提供一键式 Docker 部署、迁移工具，以及关于零配置冷启动与更多整合的路线图。
- 项目
MemTensor/MemOSMemOS 2.0 是一个面向基于 LLM 的 AI 代理的内存操作系统。它提供统一的 API 用于存储、检索、编辑和删除多模态记忆（文本、图像、工具追踪等），以图结构组织。系统可作为托管云服务（API 密钥访问）运行，也可通过 Docker（Neo4j + Qdrant）自托管，或使用本地 SQLite 插件部署。已提供与 OpenClaw、Hermes 和 DeepSeek Harness 的预装插件。基准测试显示其性能优于现有商业记忆产品。采用 Apache 2.0 许可证。
- 项目
Lyellr88/marm-memorymarm-memory 是一个面向使用模型上下文协议（MCP）的 AI 代理的本地优先内存服务器。它将聊天记录、笔记、代码图数据和提取的概念存储在 SQLite 中，并通过 HTTP 或 STDIO 暴露，使代理能够检索相关上下文，而不是从头开始。该包包含 Web 控制台、Docker 镜像和用于启动、管理和索引仓库的 CLI 工具。基准测试显示低延迟检索（4k 记忆约 30 毫秒）和混合 FTS-语义召回，可扩展到 10k 条目。非常适合构建编码助手或多代理集群的开发人员，他们希望拥有自托管、可搜索的内存层。
- 项目