Agentmemory

AGENTMEMORY: Революционный слой памяти для ваших кодинг-агентов

В современном мире разработки программного обеспечения с помощью искусственного интеллекта, ключевым ограничением часто становится отсутствие долгосрочной памяти у агентов. AGENTMEMORY — это именно тот слой памяти, который должен был быть у вашего кодинг-агента с первого дня. Это не просто библиотека или векторное хранилище; это полноценная среда выполнения памяти (Memory Runtime), разработанная для фиксации каждой сессии, мгновенного отзыва информации и работы в любом окружении.

Построенный на базе мощного движка III, AGENTMEMORY гарантирует, что каждая операция памяти — это воркер, функция или триггер. Забудьте о сложности настройки Redis, Kafka или Postgres. Весь рантайм AGENTMEMORY работает как один процесс, сохраняя состояние локально на диске в формате JSON.

Что такое AGENTMEMORY?

AGENTMEMORY — это комплексное решение для управления контекстом и знаниями ваших ИИ-помощников. В то время как обычные системы ограничиваются простым векторным поиском, AGENTMEMORY предлагает полную инфраструктуру: Capture (Захват), Recall (Отзыв), Consolidate (Консолидация), Observe (Наблюдение) и Federate (Федерация).

Проект получил признание в сообществе, набрав более 11.2K звезд на GitHub и заняв позицию #19 в рейтинге новых технологий 2026 года при поддержке Linux Foundation. С показателем точности извлечения 95.2% R@5 на бенчмарке LongMemEval-S, AGENTMEMORY значительно превосходит существующие аналоги, потребляя при этом на 92% меньше входных токенов за сессию.

Основные особенности (Features) AGENTMEMORY

AGENTMEMORY предлагает набор из двенадцати ключевых компонентов, которые избавляют разработчиков от необходимости строить сложную инфраструктуру памяти с нуля.

1. Тройной поток поиска (Triple-Stream Recall)

Система использует гибридное извлечение данных, объединяющее:

• BM25 (лексический поиск);
• Vector (семантический поиск);
• Knowledge Graph (реляционный поиск). Все результаты переранжируются непосредственно на устройстве, обеспечивая время отклика P50 менее 20 мс даже на обычном ноутбуке.

2. Автоматические хуки (12 Auto-Hooks)

AGENTMEMORY включает 12 автоматических хуков, которые интегрируются в любого кодинг-агента. Каждое событие, будь то PreToolUse, PostToolUse, SessionStart или Stop, становится сжатым наблюдением без необходимости написания дополнительного связующего кода.

3. Нативная поддержка MCP и REST

• 51 инструмент MCP: Полная поверхность управления через один MCP-сервер, включая команды memory_save, memory_recall, memory_smart_search и другие.
• 121 REST-эндпоинт: Каждый инструмент MCP имеет свой двойник в REST API под путем /agentmemory/*.

4. Автоматическая консолидация и извлечение графа

Ежечасные проверки (sweeps) сжимают необработанные наблюдения в семантические воспоминания. Дубликаты объединяются, а устаревшие данные удаляются на основе оценки удержания. Параллельно извлекаются сущности и отношения для построения графа знаний с поддержкой временных связей.

5. Локальное управление и конфиденциальность

AGENTMEMORY работает локально. Ваши данные остаются на вашей машине. Система поддерживает экспорт в Obsidian (с тегами frontmatter и поддержкой Graph View) и импорт сессий из JSONL-транскриптов Claude Code.

Как использовать AGENTMEMORY (How to Use)

Установка и запуск системы максимально упрощены, чтобы вы могли начать работу за считанные минуты.

Шаг 1: Установка

Вы можете установить пакет глобально через NPM:

npm install -g @agentmemory/agentmemory

Это добавит команду agentmemory в ваш системный путь.

Шаг 2: Запуск сервера памяти

Запустите основной процесс:

agentmemory

Сервер начнет работу на порту :3111, а интерактивный визуализатор (Viewer) станет доступен на порту :3113.

Шаг 3: Проверка работы

Запустите демонстрацию, чтобы увидеть гибридный поиск в действии:

agentmemory demo

Шаг 4: Подключение агентов

Для большинства агентов (Claude Desktop, Cursor, Cline, Windsurf) используйте универсальный конфиг MCP:

{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"],
      "env": {
        "AGENTMEMORY_URL": "http://localhost:3111"
      }
    }
  }
}

Сценарии использования (Use Cases)

AGENTMEMORY идеально подходит для широкого спектра задач разработки:

1. Индивидуальная разработка в IDE: Интеграция с Cursor или VS Code через диплинки позволяет агенту помнить контекст ваших решений в разных файлах и сессиях.
2. Сложные CLI-агенты: Использование с Claude Code от Anthropic или Aider для управления долгосрочными проектами, где объем контекста превышает лимиты окна токенов.
3. Корпоративные базы знаний: Создание федеративной сети памяти через Mesh Federation, где узлы AGENTMEMORY могут обмениваться воспоминаниями по защищенному протоколу HTTPS.
4. Анализ сессий: Повторное воспроизведение прошлых сессий через Session Explorer для отладки логики агента.

Сравнение с альтернативами

| Характеристика | AGENTMEMORY | Mem0 | Letta | Cognee | | :--- | :---: | :---: | :---: | :---: | | Retrieval R@5 | 95.2% | 81.4% | 73.8% | 78.1% | | Внешние зависимости | 0 | 2 (Qdrant, Neo4j) | 1 (Postgres) | 1 (Neo4j) | | MCP инструменты | 51 | 12 | 18 | 9 | | Авто-хуки | 12 | 0 | 0 | 0 |

Часто задаваемые вопросы (FAQ)

Нужна ли мне внешняя база данных для работы AGENTMEMORY? Нет. AGENTMEMORY работает как один процесс Node.js. Все данные хранятся локально на диске в формате JSON. Вам не нужны Redis, Postgres или векторные БД.

Какие LLM-провайдеры поддерживаются? Вы можете использовать собственного провайдера. По умолчанию поддерживается подписка Claude, а также API Anthropic, Gemini, MiniMax и OpenRouter. Система автоматически определяет их из переменных окружения.

Как обеспечивается наблюдаемость (Observability)? AGENTMEMORY включает встроенный воркер iii-observability. Каждая операция создает спан (span). Данные можно просматривать локально или экспортировать через OTLP в Jaeger, Honeycomb или Tempo.

Что такое Консоль III? Это панель мониторинга на порту :3114, которая дает доступ к низкоуровневым функциям движка, триггерам и трассировкам OTEL.

AGENTMEMORY — это выбор профессионалов, которым нужна надежная, быстрая и полностью локальная память для ИИ-агентов без «налога на фреймворки» и лишней сложности.