ai-memory

ai-memory fournit une mémoire persistante pour les agents de codage IA, permettant des transferts entre différents fournisseurs d'agents. Il prend en charge plus de 20 harnais, notamment Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi et Kiro. Fonctionnalités clés : - Mémoire inter-agents : Quittez un agent en cours de tâche et reprenez dans un autre avec le contexte préservé — où vous vous êtes arrêté, ce qui a échoué, ce qui est encore ouvert. Les transferts sont un protocole typé à réclamation unique. - Synchronisation inter-machines : La mémoire réside sur un serveur auto-hébergé, permettant aux projets de reprendre sur différents appareils. - Partage en équipe : Un serveur dessert plusieurs utilisateurs avec attribution par personne, authentification multi-utilisateur et journal d'audit. Les connaissances sont partagées par projet ; les transferts personnels restent personnels. - Markdown comme source de vérité : La mémoire est stockée sous forme de fichiers .md versionnés par Git — consultables avec grep, modifiables dans Obsidian, synchronisables avec rsync. La base de données SQLite est un index dérivé qui peut être reconstruit à partir des fichiers. - Capture automatique : Les hooks de cycle de vie enregistrent les invites, les appels d'outils et les limites de session, nettoyés à une frontière de confidentialité typée avant le stockage. Les observations sont consolidées en pages wiki lisibles à la fin de la session. - Zéro LLM par défaut : La capture, la recherche et les transferts fonctionnent sans aucune clé API. La consolidation LLM et la recherche vectorielle sont des ajouts facultatifs. - Récupération : Recherche en texte intégral FTS5, correspondance d'entités, RRF de voisinage de graphe, RRF vectoriel optionnel, ajustement d'autorité source limité et repli sur les observations brutes pour les recherches non globales. - Binaire Rust unique : Autonome, avec commandes de purge, un plafond d'écriture mesuré (~700/s) et un journal d'audit de chaque mutation. Plateformes prises en charge : Linux, macOS, Windows via WSL2 (Windows natif expérimental). Les options d'installation incluent les paquets AUR pour Arch Linux, Docker/Podman avec images amd64 et arm64, et binaires natifs préconstruits. Les fournisseurs LLM facultatifs incluent Anthropic, OpenAI (y compris OAuth), GitHub Copilot, Gemini, OpenCode et les points de terminaison compatibles OpenAI (Ollama, LM Studio, vLLM). Les fournisseurs d'intégration facultatifs incluent OpenAI, Voyage, Gemini et les points de terminaison compatibles OpenAI sans clé. Le serveur expose une interface MCP/HTTP et une interface utilisateur Web en lecture seule optionnelle avec une API JSON sous /api/v1. Les fonctionnalités de sécurité incluent la liaison par défaut en boucle locale, l'authentification par jeton porteur pour l'exposition LAN, les comptes utilisateur avec sessions par mot de passe et clés API, l'authentification OIDC pour les hooks et TLS via proxy inverse. Les règles de capture par référentiel peuvent exclure des chemins ou fonctionner en mode liste blanche. Le répertoire de données contient un wiki versionné par Git, des segments de transcription nettoyés immuables, des index SQLite, un stockage de modèle réservé et des journaux tournants.