agentmemory: 它是什麼、解決什麼問題以及為什麼它正受到關注

它解決了什麼問題

編碼代理（Coding agents）在不同會話之間經常面臨「記憶喪失」的問題，迫使使用者必須重新解釋架構、偏好以及先前發現的錯誤。雖然存在像 CLAUDE.md 或 .cursorrules 這樣的靜態文件，但它們的大小有限且很快就會過時。agentmemory 提供了一個持久且共享的記憶層，能夠自動擷取並回想不同 AI 編碼代理中的相關上下文。

它是如何運作的

agentmemory 基於 iii engine 構建，作為一個記憶伺服器，透過 Model Context Protocol (MCP)、REST API 或 hooks 與代理進行整合。它會靜默地擷取代理的活動，將其壓縮成可搜尋的記憶，並在新的會話中注入正確的上下文。它使用混合搜尋方法——結合 BM25、Vector 與 Graph 搜尋，並搭配 Reciprocal Rank Fusion (RRF)——來檢索資訊。為了維持效率，它採用了包含衰減與自動遺忘機制的四層整合流程，以防止記憶膨脹。

對象是誰

使用 Claude Code、GitHub Copilot CLI、Cursor、Gemini CLI 等 AI 編碼代理的開發者。它專為那些希望其代理能夠跨會話、跨不同工具記住專案特定細節，而無需手動複製貼上或手動管理記憶的人士所設計。

重點特色

• 廣泛的相容性：可與任何支援 MCP、REST API 或 hooks 的代理配合使用（例如 Claude Code、Cursor、OpenCode、Aider）。
• 高檢索準確度：在 LongMemEval-S 基準測試中達到 95.2% 的 R@5。
• 零外部依賴：在本地使用 SQLite 與 iii-engine，不需要外部向量資料庫。
• 自動擷取：具備 12 個自動 hooks，可實現零手動操作即可擷取資訊。
• Token 效率：與貼上完整上下文或使用 LLM 摘要相比，顯著降低了 token 使用量。
• 即時檢視器：包含一個位於 port 3113 的內建檢視器，用於即時監控記憶。