इस प्रोजेक्ट के बारे में

AgentRecall एक local-first memory और learning system है AI coding agents के लिए, जो .NET global CLI tool और MCP server के रूप में वितरित किया जाता है। यह user feedback, build/test/lint failures, और PR review comments को raw notes के बजाय structured, validated rules में बदलता है। हर rule को trigger, rule, do, do_not, reason, और applies_to जैसे fields में parse किया जाता है, फिर local database में store किया जाता है। tool relevant rules को keyword matching, deterministic concept graph, scope, और confidence का उपयोग करके rank करता है, और results को must-follow, suggested, और warnings में bucket करता है token budget के भीतर। यह scope, supersede, priority, recency, और confidence के आधार पर rules के बीच conflicts को automatically resolve करता है, और repeated failures से learn करके rule confidence raise कर सकता है या fixes को auto-promote कर सकता है। AgentRecall duplicate या overlapping rules को detect और merge करके memory को compress भी करता है, जबकि audit trail को maintain रखता है। यह Claude Code hooks के माध्यम से deterministic context injection प्रदान करता है, standing rules जो हर task पर लागू होते हैं, user preferences, project DNA summaries, optional seed packs, और career-impact pack। एक bundled retrieval evaluation Precision@1/@3 और Recall@5 की रिपोर्ट करता है और regression पर CI को fail कर सकता है। सब कुछ user की मशीन पर रहता है: कोई cloud sync, web UI, या API keys की आवश्यकता नहीं है।