Об этом проекте

agentmemory — это самохостинговый движок постоянной памяти, предназначенный для ИИ-агентов кодирования. Он решает проблему потери контекста агентами между сессиями, незаметно захватывая действия агента, сжимая их в поисковую память и внедряя релевантный контекст при начале следующей сессии. Проект построен на движке iii (зафиксирован на версии v0.11.2) и требует Node.js 20 или новее. Установка выполняется одной командой: `npx -y @agentmemory/agentmemory@latest`. Первый запуск интерактивен: позволяет выбрать, какие агенты подключить (Claude Code, Cursor, Codex, Gemini CLI, OpenCode и другие), выбрать LLM-провайдера или остаться без ключей, а также опционально установить глобально. Демонстрационная команда заполняет примеры сессий и проверяет воспроизведение для подтверждения настройки. Система работает с любым агентом, поддерживающим хуки, MCP или REST API. Она включает нативные плагины и хуки для Claude Code (12 хуков), Codex CLI (6 хуков), OpenCode (22 хука), Devin (6 хуков) и других, а также поддержку MCP-сервера для GitHub Copilot CLI, Cursor, Gemini CLI, Cline, Goose, Kilo Code, Claude Desktop, Roo Code и других. Один сервер памяти используется всеми подключенными агентами, поэтому воспоминания сохраняются независимо от того, к какому агенту вы переключаетесь. Поиск использует гибридный подход, сочетающий BM25-поиск по ключевым словам, векторные эмбеддинги и структурное сопоставление графов, объединенные через Reciprocal Rank Fusion (RRF). В режиме без ключей (без API-ключа) векторные эмбеддинги отключены, и BM25 обрабатывает извлечение. Для бесплатного семантического воспроизведения на устройстве установка `EMBEDDING_PROVIDER=local` загружает модель Xenova/all-MiniLM-L6-v2 локально после первого запроса. Проект сообщает о 95,2% R@5 на LongMemEval-S (500 вопросов) и 100% попаданий в топ-5 на собственном корпусе coding-agent-life-v1. Жизненный цикл памяти включает четырехуровневую консолидацию, затухание и автоматическое забывание, поэтому устаревшая информация удаляется автоматически. Система предоставляет 54 MCP-инструмента и 12 автоматических хуков для захвата без ручных усилий. Просмотрщик в реальном времени работает на порту 3113 для проверки сохраненных воспоминаний. Среда выполнения использует четыре порта: 3111 для REST/MCP HTTP, 3112 для потоков iii, 3113 для просмотрщика и 49134 для WebSocket рабочего процесса iii. Постоянное состояние хранится в каталогах, специфичных для платформы (macOS: ~/Library/Application Support/agentmemory, Linux: $XDG_DATA_HOME/agentmemory, Windows: %APPDATA%\agentmemory) и может быть переопределено с помощью --data-dir или AGENTMEMORY_DATA_DIR. Проект подчеркивает эффективность токенов, заявляя примерно 170K токенов в год против 19,5M+ при вставке полного контекста, с затратами около $10 в год или $0 с локальными эмбеддингами. Он не требует внешних баз данных, кроме SQLite и встроенного iii-engine. Проект включает воспроизводимый оценочный стенд для LongMemEval-S и собственного корпуса, с опубликованными таблицами результатов в каталоге docs/benchmarks. Он также сочетается с codegraph, Understand Anything и Graphify для более широких возможностей контекстного слоя.