agentmemory: 適用於任何程式碼 LLM agent 的持久化、高 token 效率記憶體

agentmemory – AI 程式碼 agent 的持久化記憶體

內容摘要 – agentmemory 是一個自託管的記憶引擎，與基於大型語言模型的程式碼助手（Claude Code、GitHub Copilot CLI、Gemini CLI、Codex CLI、Cursor 等）並行運作。它會自動記錄 agent 的行為，將資訊壓縮成可搜尋的儲存庫，並在下次 agent 執行時注入正確的上下文，因此您再也不需要重新解釋您的程式碼庫、身份驗證設定或過去的錯誤。

核心概念

  • 基於開源的 iii engine (v0.11.2) 並僅使用 SQLite – 不需外部向量資料庫。
  • 混合檢索：BM25 + 本地嵌入 (all-MiniLM-L6-v2) + 基於圖形的 RRF 融合。
  • 透過 12 個內建 hook 自動擷取；無需手動呼叫 add()。
  • 多 agent 意識：單一記憶伺服器（在 port 3111 上的 agentmemory）可以為任何符合 MCP 或 HTTP 的 agent 提供服務，讓多個 agent 共享相同的知識庫。
  • 生命週期管理：透過 4 層整合、衰減與自動遺忘機制，保持儲存庫的新鮮度與 token 效率。

安裝與快速上手

# 全域安裝 (會新增 `agentmemory` 指令)
npm install -g @agentmemory/agentmemory
# 啟動記憶伺服器 (預設資料目錄位於您的 OS 的 app-data 資料夾下)
agentmemory                     # → 監聽 :3111
# 執行 demo 以種子樣本 session 並驗證召回率
agentmemory demo               # 或: agentmemory demo --serve
# 將程式碼 agent 連接到記憶伺服器
agentmemory connect claude-code   # 可用於 copilot-cli, codex, cursor, gemini-cli, 等。

您也可以使用 npx @agentmemory/agentmemory 進行一次性執行 – 第一次執行時會將指定的 iii engine 安裝在 ~/.agentmemory/bin。

支援的 agent – 任何實作了 MCP (Memory-Control-Protocol) 或簡單 REST API 的工具。README 列表列出了 54 種整合，包括 Claude Code、GitHub Copilot CLI、OpenClaw、Hermes、pi、OpenCode、Cursor、Gemini CLI、Aider、Warp 等。

基準測試

指標 結果
Recall @5 (LongMemEval-S, 500 Q) 95.2 %
Recall @10 98.6 %
MRR 88.2 %
與貼上完整上下文相比的 Token 節省量 ~170 K tokens/yr (≈ $10/yr)
Retrieval latency (top-5) 14 ms
Hybrid vs grep baseline (coding-agent-life-v1) 100 % top-5 hit rate, 1000 ms latency vs 0 ms grep

該專案也提供了一個即時檢視器 (localhost:3113) 用於檢查儲存的記憶，以及一套用於與 codegraph、Understand Anything 和 Graphify 等圖形索引工具搭配使用的「食譜 (recipes)"。

為什麼這很重要

  • Token 經濟學 – 透過摘要與重複使用過去的互動，agent 會保持在模型的上下文窗口內，並大幅降低 API 成本。
  • 開發者生產力 – 不再需要複製貼上長篇的設定檔或重新解釋身份驗證邏輯；agent 會自動召回先前的 session。
  • 多 agent 協作 – 單一記憶伺服器可以跨不同 agent 共享，實現協調的工作流程。

尋求協助 – 該儲存庫包含完整的變更日誌 (changelog)、基準測試文件、評估框架與一個獲得超過 1.3k 星的設計文件 gist。您可以在 GitHub 上提交 Issues；CI 會在每次 push 時執行。

以上所有資訊均直接取自儲存庫的 README；未進行額外的功能推論。

Sources