rohitg00/agentmemory
⭐ 3,810 · TypeScript · GitHub 仓库
基于真实世界基准测试的AI编程代理持久化内存方案
agentmemory agents ai claude claudecode codex copilot cursor
一句话总结
为15+款AI编码智能体提供持久化、可搜索的记忆能力，检索准确率达95%，且无需任何外部数据库。
🔥 核心能力与独特卖点
通用智能体记忆：彻底告别在15+款不同AI编码智能体（Claude Code、Cursor、Gemini CLI、Codex CLI、OpenCode、Cline、Goose、Aider，以及任何MCP/REST客户端）之间反复解释架构、Bug或偏好的痛苦。所有智能体共享同一记忆服务器，构建跨会话、跨工具的持久化统一上下文。
95.2%检索准确率：在LongMemEval-S基准测试中，通过结合BM25回退机制与语义嵌入的混合搜索，实现了95.2%的recall@5。这意味着你的智能体能在需要时精准找到正确记忆，而非仅匹配相似文本。
零外部数据库依赖：完全进程内运行，支持本地嵌入实现零成本运维。无需启动PostgreSQL、Redis或向量数据库——只需执行
npx @agentmemory/agentmemory即可运行。51个MCP工具与12个自动钩子：提供全面的记忆管理工具集，配合自动钩子静默捕获智能体活动。钩子系统让你无需手动调用记忆接口，即可为任何智能体工作流注入记忆能力。
Token与成本效率：相比完整上下文粘贴，减少92%的Token消耗（年消耗约17万Token vs 1950万+），成本仅约10美元/年，而替代方案高达500美元以上。基于真实世界基准测试，这是排名第一的持久化记忆解决方案，绝非营销噱头。
技术架构
| 组件 | 描述 |
|---|---|
| 核心引擎 | 基于iii引擎构建，采用混合搜索（BM25 + 语义嵌入） |
| 嵌入支持 | 支持本地嵌入实现零成本运行；可选远程嵌入 |
| API接口 | 104个REST API端点 + 用于智能体集成的MCP服务器 |
| 记忆存储 | 进程内存储，具备置信度评分、生命周期管理和知识图谱功能 |
| 钩子系统 | 12个自动钩子，静默捕获智能体活动，无需手动插桩 |
| 文件系统连接器 | @agentmemory/fs-watcher包，实现文件变更驱动的记忆更新 |
| 查看器与调试 | 内置实时Web查看器用于检查记忆状态 + iii控制台用于调试 |
快速入门指南
# 安装并启动记忆服务器
npx @agentmemory/agentmemory仅此而已。服务器零配置启动，提供MCP服务器、REST API和钩子系统。你的AI编码智能体可立即连接并开始共享持久化记忆。
优势、局限与使用场景
优势
- 兼容15+款智能体——为你的整个AI工具链提供统一记忆
- 95.2% recall@5检索准确率，基于真实世界基准测试
- 零外部数据库——无需基础设施开销
- Token高效——比上下文粘贴减少92%的Token消耗
- 成本低廉——约10美元/年 vs 替代方案500美元+
- 开源，配备51个MCP工具和12个自动钩子
局限
- 需要初始设置——记忆服务器必须运行，智能体才能连接
- 记忆质量取决于智能体活动捕获——插桩不佳会导致召回率低下
- 对极简单会话工作流可能存在额外开销，此类场景无需持久化
不适合谁？
- 单智能体、单会话用户——从不切换工具或重访项目
- 对任何服务器设置过敏的开发者——即使是轻量级进程内服务器
- 上下文极简单的项目——重新解释只需几秒而非几分钟
理想使用场景
- 多智能体工作流——Claude Code、Cursor和Gemini CLI在同一代码库协作
- 长期项目——架构决策和Bug修复跨越数周或数月
- 团队环境——多位开发者使用不同AI助手，但需要共享项目记忆
- CI/CD流水线——智能体需要跨运行记住构建配置和测试失败记录
社区与活跃度
拥有3,810颗星标且持续活跃开发（最后更新于2026年5月），agentmemory显然在AI编码社区引起了强烈共鸣。随着开发者意识到AI智能体间的上下文切换已成为新的生产力瓶颈，该项目正在迅速获得关注。全面的功能集——51个MCP工具、12个自动钩子、104个REST端点——展现了一个快速迭代且倾听社区声音的团队。如果你已厌倦向每个AI智能体重复自我介绍，这就是值得关注（并加星）的项目。