منصوبے کے بارے میں

ایجنٹ میموری ایک خود میزبان مستقل میموری انجن ہے جو AI کوڈنگ ایجنٹس کے لیے ڈیزائن کیا گیا ہے۔ یہ ایجنٹس کے درمیان سیاق و سباق کھونے کے مسئلے کو حل کرتا ہے جب سیشنز کے درمیان ایجنٹ جو کچھ کرتا ہے اسے خاموشی سے کیپچر کرکے، اسے تلاش کے قابل میموری میں کمپریس کرکے، اور اگلے سیشن کے شروع ہونے پر متعلقہ سیاق و سباق کو انجیکٹ کرکے۔ یہ پروجیکٹ iii انجن (v0.11.2 پر پن کیا گیا) پر بنایا گیا ہے اور اس کے لیے Node.js 20 یا نیا درکار ہے۔ انسٹالیشن ایک ہی کمانڈ ہے: `npx -y @agentmemory/agentmemory@latest`۔ پہلا رن انٹرایکٹو ہوتا ہے، جس سے آپ انتخاب کرسکتے ہیں کہ کون سے ایجنٹس کو وائر کرنا ہے (Claude Code، Cursor، Codex، Gemini CLI، OpenCode، اور مزید)، LLM فراہم کنندہ منتخب کریں یا کلید کے بغیر رہیں، اور اختیاری طور پر عالمی طور پر انسٹال کریں۔ ایک ڈیمو کمانڈ نمونہ سیشنز کو بیج دیتا ہے اور تصدیق کے لیے یادداشت کی مشق کرتا ہے۔ یہ نظام کسی بھی ایجنٹ کے ساتھ کام کرتا ہے جو ہکس، MCP، یا REST API کو سپورٹ کرتا ہے۔ یہ Claude Code (12 ہکس)، Codex CLI (6 ہکس)، OpenCode (22 ہکس)، Devin (6 ہکس)، اور دیگر کے لیے مقامی پلگ ان اور ہکس بھیجتا ہے، نیز GitHub Copilot CLI، Cursor، Gemini CLI، Cline، Goose، Kilo Code، Claude Desktop، Roo Code، اور مزید کے لیے MCP سرور سپورٹ۔ ایک واحد میموری سرور تمام منسلک ایجنٹس کے درمیان مشترکہ ہوتا ہے، لہذا میموریز برقرار رہتی ہیں چاہے آپ کسی بھی ایجنٹ پر سوئچ کریں۔ تلاش ایک ہائبرڈ نقطہ نظر استعمال کرتی ہے جو BM25 کلیدی لفظ تلاش، ویکٹر ایمبیڈنگز، اور ساختی گراف میچنگ کو یکجا کرتی ہے، جسے Reciprocal Rank Fusion (RRF) کے ذریعے ملایا جاتا ہے۔ کلید کے بغیر موڈ میں (کوئی API کلید نہیں)، ویکٹر ایمبیڈنگز غیر فعال ہیں اور BM25 بازیافت کو سنبھالتا ہے۔ مفت آن ڈیوائس سیمنٹک یادداشت کے لیے، `EMBEDDING_PROVIDER=local` سیٹ کرنے سے پہلی درخواست کے بعد Xenova/all-MiniLM-L6-v2 ماڈل مقامی طور پر ڈاؤن لوڈ ہوتا ہے۔ یہ پروجیکٹ LongMemEval-S (500 سوالات) پر 95.2% R@5 اور اپنے اندرونی کوڈنگ-ایجنٹ-لائف-v1 کارپس پر 100% ٹاپ-5 ہٹ ریٹ رپورٹ کرتا ہے۔ میموری لائف سائیکل میں چار درجے کا استحکام، کشی، اور خودکار بھول شامل ہے، لہذا پرانی معلومات خود بخود صاف ہوجاتی ہیں۔ یہ نظام صفر دستی کوشش کیپچر کے لیے 54 MCP ٹولز اور 12 آٹو ہکس فراہم کرتا ہے۔ ذخیرہ شدہ میموریز کا معائنہ کرنے کے لیے پورٹ 3113 پر ایک ریئل ٹائم ویور چلتا ہے۔ رن ٹائم چار پورٹس استعمال کرتا ہے: 3111 REST/MCP HTTP کے لیے، 3112 iii اسٹریمز کے لیے، 3113 ویور کے لیے، اور 49134 iii ورکر WebSocket کے لیے۔ مستقل حالت پلیٹ فارم کے مخصوص ڈائریکٹریوں میں رہتی ہے (macOS: ~/Library/Application Support/agentmemory، Linux: $XDG_DATA_HOME/agentmemory، Windows: %APPDATA%\agentmemory) اور اسے --data-dir یا AGENTMEMORY_DATA_DIR کے ساتھ اوور رائیڈ کیا جاسکتا ہے۔ یہ پروجیکٹ ٹوکن کی کارکردگی پر زور دیتا ہے، مکمل سیاق و سباق چسپاں کرنے کے لیے 19.5M+ کے مقابلے میں سالانہ تقریباً 170K ٹوکن کا دعویٰ کرتا ہے، جس کی لاگت تقریباً $10 سالانہ یا مقامی ایمبیڈنگز کے ساتھ $0 ہے۔ اسے SQLite اور بنڈل iii-engine کے علاوہ کسی بیرونی ڈیٹا بیس کی ضرورت نہیں ہے۔ اس پروجیکٹ میں LongMemEval-S اور اس کے اندرونی کارپس کے لیے ایک تولیدی تشخیص ہارنیس شامل ہے، جس میں docs/benchmarks ڈائریکٹری میں شائع شدہ اسکور کارڈز ہیں۔ یہ وسیع تر سیاق و سباق کی پرت کی صلاحیتوں کے لیے codegraph، Understand Anything، اور Graphify کے ساتھ بھی جوڑتا ہے۔