agentmemory

agentmemoryは、AIコーディングエージェント向けに設計されたセルフホスト型の永続メモリエンジンです。エージェントがセッション間でコンテキストを失う問題を解決し、エージェントの行動を静かにキャプチャして検索可能なメモリに圧縮し、次のセッション開始時に関連コンテキストを注入します。このプロジェクトはiiiエンジン（v0.11.2に固定）上に構築されており、Node.js 20以降が必要です。 インストールは単一コマンド`npx -y @agentmemory/agentmemory@latest`で完了します。初回実行は対話形式で、接続するエージェント（Claude Code、Cursor、Codex、Gemini CLI、OpenCodeなど）を選択し、LLMプロバイダーを選ぶかキーレスのままにするか、オプションでグローバルインストールも可能です。デモコマンドはサンプルセッションをシードし、リコールを実行してセットアップを検証します。 このシステムは、フック、MCP、またはREST APIをサポートする任意のエージェントで動作します。Claude Code（12フック）、Codex CLI（6フック）、OpenCode（22フック）、Devin（6フック）など向けのネイティブプラグインとフックを同梱し、GitHub Copilot CLI、Cursor、Gemini CLI、Cline、Goose、Kilo Code、Claude Desktop、Roo Codeなど向けのMCPサーバーサポートも備えています。単一のメモリサーバーが接続されたすべてのエージェント間で共有されるため、どのエージェントに切り替えてもメモリは保持されます。 検索は、BM25キーワード検索、ベクトル埋め込み、構造グラフマッチングを組み合わせたハイブリッドアプローチで、Reciprocal Rank Fusion（RRF）で融合します。キーレスモード（APIキーなし）では、ベクトル埋め込みが無効になり、BM25が検索を処理します。無料のオンデバイス意味リコールの場合、`EMBEDDING_PROVIDER=local`を設定すると、最初のリクエスト後にXenova/all-MiniLM-L6-v2モデルがローカルにダウンロードされます。このプロジェクトは、LongMemEval-S（500問）で95.2%のR@5、社内のcoding-agent-life-v1コーパスで100%のトップ5ヒット率を報告しています。 メモリライフサイクルには、4層の統合、減衰、自動忘却が含まれており、古い情報は自動的に削除されます。システムは54のMCPツールと12の自動フックを提供し、手動操作なしでキャプチャできます。リアルタイムビューアはポート3113で実行され、保存されたメモリを検査できます。ランタイムは4つのポートを使用します：3111（REST/MCP HTTP）、3112（iiiストリーム）、3113（ビューア）、49134（iiiワーカーWebSocket）。永続状態はプラットフォーム固有のディレクトリ（macOS: ~/Library/Application Support/agentmemory、Linux: $XDG_DATA_HOME/agentmemory、Windows: %APPDATA%\agentmemory）に保存され、--data-dirまたはAGENTMEMORY_DATA_DIRで上書きできます。 このプロジェクトはトークン効率を重視し、フルコンテキストの貼り付け（19.5M+トークン）に対して年間約170Kトークン、コストは年間約10ドルまたはローカル埋め込みで0ドルと主張しています。SQLiteとバンドルされたiii-engine以外の外部データベースは不要です。プロジェクトには、LongMemEval-Sと社内コーパス用の再現可能な評価ハーネスが含まれ、docs/benchmarksディレクトリに公開されたスコアカードがあります。また、codegraph、Understand Anything、Graphifyと連携して、より広範なコンテキスト層機能を提供します。