agentmemory

agentmemory는 AI 코딩 에이전트를 위해 설계된 자체 호스팅 영구 메모리 엔진입니다. 에이전트가 세션 간에 컨텍스트를 잃는 문제를 해결하며, 에이전트가 수행하는 작업을 조용히 캡처하고 검색 가능한 메모리로 압축한 다음 다음 세션이 시작될 때 관련 컨텍스트를 주입합니다. 이 프로젝트는 iii 엔진(v0.11.2로 고정)을 기반으로 구축되었으며 Node.js 20 이상이 필요합니다. 설치는 단일 명령어 `npx -y @agentmemory/agentmemory@latest`로 완료됩니다. 첫 실행은 대화형으로, 연결할 에이전트(Claude Code, Cursor, Codex, Gemini CLI, OpenCode 등)를 선택하고, LLM 공급자를 선택하거나 키 없이 유지하며, 선택적으로 전역 설치를 할 수 있습니다. 데모 명령은 샘플 세션을 시드하고 리콜을 실행하여 설정을 검증합니다. 이 시스템은 후크, MCP 또는 REST API를 지원하는 모든 에이전트와 작동합니다. Claude Code(12개 후크), Codex CLI(6개 후크), OpenCode(22개 후크), Devin(6개 후크) 등을 위한 네이티브 플러그인과 후크를 제공하며, GitHub Copilot CLI, Cursor, Gemini CLI, Cline, Goose, Kilo Code, Claude Desktop, Roo Code 등을 위한 MCP 서버도 지원합니다. 단일 메모리 서버가 연결된 모든 에이전트 간에 공유되므로 어떤 에이전트로 전환하든 메모리가 유지됩니다. 검색은 BM25 키워드 검색, 벡터 임베딩, 구조적 그래프 매칭을 결합한 하이브리드 방식을 사용하며 Reciprocal Rank Fusion(RRF)으로 융합합니다. 키 없는 모드(API 키 없음)에서는 벡터 임베딩이 비활성화되고 BM25가 검색을 처리합니다. 무료 온디바이스 의미론적 리콜을 위해 `EMBEDDING_PROVIDER=local`을 설정하면 첫 요청 후 Xenova/all-MiniLM-L6-v2 모델이 로컬로 다운로드됩니다. 이 프로젝트는 LongMemEval-S(500개 질문)에서 95.2% R@5를, 자체 코딩 에이전트 라이프 v1 코퍼스에서 100% 상위 5개 적중률을 보고합니다. 메모리 수명 주기에는 4계층 통합, 감쇠, 자동 망각이 포함되어 오래된 정보가 자동으로 정리됩니다. 시스템은 54개의 MCP 도구와 12개의 자동 후크를 제공하여 수동 작업 없이 캡처합니다. 실시간 뷰어는 포트 3113에서 실행되어 저장된 메모리를 검사할 수 있습니다. 런타임은 4개의 포트를 사용합니다: 3111(REST/MCP HTTP), 3112(iii 스트림), 3113(뷰어), 49134(iii 워커 WebSocket). 영구 상태는 플랫폼별 디렉터리(macOS: ~/Library/Application Support/agentmemory, Linux: $XDG_DATA_HOME/agentmemory, Windows: %APPDATA%\agentmemory)에 저장되며 --data-dir 또는 AGENTMEMORY_DATA_DIR로 재정의할 수 있습니다. 이 프로젝트는 토큰 효율성을 강조하며, 전체 컨텍스트를 붙여넣는 것(연간 1,950만 개 이상)과 비교해 연간 약 17만 개의 토큰을 사용하고 비용은 연간 약 10달러 또는 로컬 임베딩 사용 시 0달러라고 주장합니다. SQLite와 번들된 iii-engine 외에 외부 데이터베이스가 필요 없습니다. 이 프로젝트는 LongMemEval-S 및 자체 코퍼스에 대한 재현 가능한 평가 하네스를 포함하며 docs/benchmarks 디렉터리에 게시된 스코어카드가 있습니다. 또한 codegraph, Understand Anything, Graphify와 연동하여 더 넓은 컨텍스트 계층 기능을 제공합니다.