Agentmemory favicon

Agentmemory

访问网站

AGENTMEMORY：面向编程智能体的高性能、零数据库语义内存运行时

介绍:

AGENTMEMORY 是一款专为编程智能体（Coding Agents）设计的完整内存运行时系统。它采用创新的 III 引擎，无需 Redis 或 Postgres 等外部数据库，支持单进程运行。通过 12 个自动捕获钩子和 51 个 MCP 工具，它实现了 95.2% 的超高检索召回率，并能减少 92% 的 Token 消耗。该系统支持向量、BM25 与知识图谱三流检索，完美适配 Claude、Cursor 等主流 AI 开发工具，为开发者提供毫秒级的语义记忆回溯能力。

记录:

2026-05-18

每月访客数:

--K

编程&IT
Agentmemory - AI Tool Screenshot and Interface Preview

Agentmemory 产品信息

AGENTMEMORY：深度赋能编程智能体的高效语义内存运行时系统

在现代 AI 开发流程中，编程智能体（Coding Agents）的性能往往受限于上下文窗口的容量与长期记忆的缺失。AGENTMEMORY 应运而生，它是您的编程智能体从第一天起就该拥有的深度内存层。作为一款专为开发者打造的工具，AGENTMEMORY 能够捕捉每一次会话，在毫秒内完成检索，并且可以在任何环境下顺畅运行。

什么是 AGENTMEMORY？

AGENTMEMORY 不仅仅是一个简单的软件库或向量数据库，它是一个完整的内存运行时（Memory Runtime）。它涵盖了捕获、检索、固化、观察及联邦同步的完整生命周期。该产品基于强大的 III 引擎 构建，每一项内存操作都是一个独立的 Worker、函数或触发器。

与其他依赖 Redis、Kafka 或 Postgres 等复杂外部组件的方案不同，AGENTMEMORY 实现了**零外部数据库（Zero External Databases）**架构。整个运行时作为一个单一的 Node 进程存在，状态直接存储于本地磁盘。这种设计极大地降低了部署成本，同时确保了数据的私密性与极高的运行效率。

AGENTMEMORY 的核心特性

AGENTMEMORY 旨在解决 AI 智能体在处理长期项目时的“健忘”问题，以下是其核心技术亮点：

1. 三流混合检索技术 (Triple-Stream Recall)

AGENTMEMORY 采用了业界领先的检索架构，结合了三种不同的搜索策略：

  • BM25（词法搜索）：精准匹配关键字与代码标识符。
  • Vector（向量搜索）：深入理解语义逻辑与上下文意图。
  • Knowledge Graph（知识图谱）：提取实体及其关联，构建知识网络。

通过设备侧的重排序（Reranker），在 LongMemEval-S 基准测试中实现了高达 95.2% 的 R@5 召回率，而 P50 延迟在普通笔记本上不到 20 毫秒。

2. 自动化内存固化 (Auto Consolidation)

系统会每小时进行一次自动“扫描”，将原始观察结果压缩为语义记忆。在此过程中，系统会自动合并重复项、根据衰减评分清理陈旧行，并生成审计记录。这一过程能为每个会话减少高达 92% 的输入 Token 消耗，显著降低 API 调用成本。

3. 原生 MCP 支持与自动钩子

  • 12 个自动捕获钩子：能够自动接入编程智能体的每一个动作（如工具调用前、调用后、会话开始等），无需编写胶水代码即可实现全量观测。
  • 51 个 MCP 工具：内置了 memory_save、memory_recall、memory_smart_search 等丰富的工具接口，支持模型治理与审计导出。

4. 实时可视化控制中心

AGENTMEMORY 随带两个功能强大的 UI 界面：

  • Viewer (Port 3113)：提供实时观测流，包含会话资源管理器、知识图谱可视化（力导向图）以及内存浏览器。
  • III Console (Port 3114)：引擎级仪表盘，可查看每一个 OTEL 跨度、KV 状态及系统运行指标。

核心性能对比：AGENTMEMORY VS 竞争对手

根据 LongMemEval-S 基准测试数据，AGENTMEMORY 在各项关键指标上均领先于同类项目：

| 指标 | AGENTMEMORY | Mem0 | Letta | Cogniee | | :--- | :--- | :--- | :--- | :--- | | 检索召回率 (R@5) | 95.2% | 81.4% | 73.8% | 78.1% | | 外部依赖 | 0 | 2 (Qdrant, Neo4j) | 1 (Postgres) | 1 (Neo4j) | | REST 端点数量 | 121 | — | — | — | | MCP 工具数量 | 51 | 12 | 18 | 9 | | 开源协议 | Apache-2.0 | YES | YES | YES |

广泛的使用场景与集成方案

AGENTMEMORY 提供了原生插件，可无缝接入目前最流行的编程环境与 AI 代理：

  • 第一方插件支持：Anthropic 的 Claude Code（支持 12 个钩子 + MCP）、OpenAI 的 Codex CLI、Hermes (Nous Research) 以及 OpenHuman。
  • 通用集成方案：通过 AGENTMEMORY CONNECT <AGENT> 命令，可以轻松连接 Cursor、VS Code、Claude Desktop、Cline、Roo Code、Windsurf 等主流工具。
  • 笔记同步：支持将记忆导出至 Obsidian。数据会以带有 Frontmatter 标签的 Markdown 格式镜像到沙箱目录，完美适配 Obsidian 的图谱视图。

如何安装与使用

您可以通过以下简单的步骤在本地机器上运行 AGENTMEMORY：

第一步：安装

使用 NPM 全局安装核心程序：

npm install -g @agentmemory/agentmemory

或者使用 npx 免安装运行：

npx @agentmemory/agentmemory

第二步：启动内存服务器

在终端执行以下命令启动服务：

agentmemory

此时，服务器将在 :3111 端口运行，可视化界面可通过 http://localhost:3113 访问。

第三步：验证与演示

运行演示命令以填充种子数据并验证混合检索效果：

agentmemory demo

第四步：配置智能体 (MCP JSON)

对于支持 MCP 的客户端（如 Claude Desktop 或 Cursor），您可以添加以下通用配置：

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

常见问题 (FAQ)

Q: AGENTMEMORY 支持哪些 LLM 提供商？ A: 系统默认检测环境中的 Claude 订阅。此外还支持 Anthropic API、Gemini、MiniMax 以及 OpenRouter，您只需配置相应的环境变量即可。

Q: 数据安全性如何保障？ A: AGENTMEMORY 在您的本地机器上运行，所有数据都保留在本地。在进行网格联邦（Mesh Federation）同步时，需要 Bearer 令牌验证，不存在静默同步。

Q: “零外部数据库”是什么意思？ A: 这意味着您不需要安装和配置 Redis、Kafka、Postgres 或 Neo4j。所有的状态管理都由内置的 III 引擎处理，并以 JSON 格式存储在磁盘上。

Q: 它能通过 REST API 访问吗？ A: 是的，系统提供 121 个 REST 端点。每一个 MCP 工具在 /agentmemory/* 路径下都有对应的 HTTP 接口，可以通过 cURL 或浏览器进行调用。