عن المشروع

agentmemory هو محرك ذاكرة دائم مستضاف ذاتيًا مصمم لوكلاء البرمجة بالذكاء الاصطناعي. يحل مشكلة فقدان الوكلاء للسياق بين الجلسات عن طريق التقاط ما يفعله الوكيل بهدوء، وضغطه في ذاكرة قابلة للبحث، وحقن السياق ذي الصلة عند بدء الجلسة التالية. المشروع مبني على محرك iii (مثبت عند الإصدار v0.11.2) ويتطلب Node.js 20 أو أحدث. التثبيت هو أمر واحد: `npx -y @agentmemory/agentmemory@latest`. التشغيل الأول تفاعلي، حيث يتيح لك اختيار الوكلاء الذين تريد ربطهم (Claude Code، Cursor، Codex، Gemini CLI، OpenCode، والمزيد)، واختيار مزود LLM أو البقاء بدون مفتاح، وتثبيته عالميًا اختياريًا. يقوم أمر تجريبي ببذر جلسات عينة ويمارس الاسترجاع للتحقق من الإعداد. يعمل النظام مع أي وكيل يدعم الخطافات أو MCP أو REST API. يوفّر مكونات إضافية وخطافات أصلية لـ Claude Code (12 خطافًا)، وCodex CLI (6 خطافات)، وOpenCode (22 خطافًا)، وDevin (6 خطافات)، وغيرهم، بالإضافة إلى دعم خادم MCP لـ GitHub Copilot CLI وCursor وGemini CLI وCline وGoose وKilo Code وClaude Desktop وRoo Code والمزيد. تتم مشاركة خادم ذاكرة واحد عبر جميع الوكلاء المتصلين، لذلك تستمر الذكريات بغض النظر عن أي وكيل تنتقل إليه. يستخدم البحث نهجًا هجينًا يجمع بين بحث الكلمات الرئيسية BM25، والتضمينات المتجهية، ومطابقة الرسم البياني الهيكلية، مدمجة عبر دمج الرتبة المتبادلة (RRF). في الوضع بدون مفتاح (بدون مفتاح API)، يتم تعطيل التضمينات المتجهية ويتولى BM25 الاسترجاع. للاستدعاء الدلالي المجاني على الجهاز، يؤدي ضبط `EMBEDDING_PROVIDER=local` إلى تنزيل نموذج Xenova/all-MiniLM-L6-v2 محليًا بعد أول طلب. يبلغ المشروع عن 95.2% R@5 على LongMemEval-S (500 سؤال) ومعدل ضرب 100% في أفضل 5 على مجموعة الترميز الداخلية coding-agent-life-v1. تشمل دورة حياة الذاكرة دمجًا من أربع طبقات، وانحلالًا، ونسيانًا تلقائيًا، بحيث تتم إزالة المعلومات القديمة تلقائيًا. يوفر النظام 54 أداة MCP و12 خطافًا تلقائيًا للالتقاط بدون جهد يدوي. يعمل عارض لحظي على المنفذ 3113 لفحص الذكريات المخزنة. يستخدم وقت التشغيل أربعة منافذ: 3111 لواجهة REST/MCP عبر HTTP، و3112 لتدفقات iii، و3113 للعارض، و49134 لـ WebSocket الخاص بمشغّل iii. توجد الحالة الدائمة في أدلة خاصة بالمنصة (macOS: ~/Library/Application Support/agentmemory، Linux: $XDG_DATA_HOME/agentmemory، Windows: %APPDATA%\agentmemory) ويمكن تجاوزها باستخدام --data-dir أو AGENTMEMORY_DATA_DIR. يؤكد المشروع على كفاءة استخدام الرموز (tokens)، مدعيًا تقريبًا 170 ألف رمز سنويًا مقابل 19.5 مليون+ للصق السياق الكامل، بتكاليف حوالي 10 دولارات سنويًا أو 0 دولار مع التضمينات المحلية. لا يتطلب قواعد بيانات خارجية تتجاوز SQLite ومحرك iii المدمج. يتضمن المشروع بيئة تقييم قابلة للتكرار لـ LongMemEval-S ومجموعة البيانات الداخلية، مع بطاقات نتائج منشورة في دليل docs/benchmarks. كما يتكامل مع codegraph وUnderstand Anything وGraphify لقدرات أوسع في طبقة السياق.