agentmemory - 持久记忆构建AI编程代理

在当今的软件开发中，AI 编程代理的出现为我们提供了更快速、高效的解决方案。然而，这些代理常常面临的一个问题就是会在每个会话结束后忘记之前的所有上下文和指令。为了解决这一痛点，agentmemory 正是应运而生。它是一款支持持久记忆的工具，致力于改善 AI 编程代理的使用体验，可以与多种编码代理（例如 Claude Code、Cursor 和 OpenClaw 等）兼容。

1. 代理代理的持久记忆

agentmemory 是基于 iii 引擎构建的，使得你的编码代理能够记住一切。所有的记忆都将保留，让你不再需要每次都重头开始说明。该系统通过良好的数据压缩与检索，使得每一条记忆都可以迅速访问。

应用场景

1. 高效开发: 通过实现持久记忆，开发者可以减少重复解释同样内容的时间，直接获得从前的会话上下文。
2. 团队协作: 共享跨会话的知识，有助于团队成员在不同时间内进行有效的协作。
3. 项目管理: 记录项目的历史和关键决策，帮助追踪进度与回顾。

2. 核心功能

2.1 自动捕获

agentmemory 能够通过策略自动捕获每次与工具的交互，而无需手动干预。这保证了每次交互的上下文都能被记录。

2.2 紧凑的内存

内存通过使用 BM25、向量和图形检索，提供高效的查询能力。每次会话的关键信息会经过处理和压缩，减少内存成本。

2.3 观众实时查看

用户可以通过访问实时查看端口（3113）来监控 agentmemory 的记忆和操作。这使得互动过程可视化，增强了理解与掌控感。

3. 如何使用 agentmemory

3.1 快速入门

要在终端中快速启动 agentmemory，只需以下简单指令：

# 启动服务器
npx @agentmemory/agentmemory

# 插入测试数据，查看回忆效果
npx @agentmemory/agentmemory demo

在启动服务器后，用户可以访问 http://localhost:3113 来实时观看记忆构建的过程。

3.2 会话重播

agentmemory 记录了每次会话的所有历史记录，用户可以轻松回放之前的会话内容。实时查看器支持各种控制选项，比如播放、暂停与调节播放速度。

3.3 集成各类代理

agentmemory 支持与多种编程代理的集成，如下表：

代理名称	描述
Claude Code	基于 MCP 的接入与工具
OpenClaw	MCP + 插件
Cursor	MCP 服务器
Gemini CLI	MCP 服务器
Codex CLI	支持 6 个 hooks，MCP 兼容
Hermes	MCP + 插件

3.4 各类命令

集成为各个代理都提供了简单易用的命令，只需在对应的代理配置文件中添加以下内容即可：

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

4. 性能基准

agentmemory 在基准测试中的精确性和效率，表现出其在业内的优势：

4.1 检索精度

• 在 LongMemEval-S 测试中，agentmemory 的 R@5 达到了 95.2% 的准确率，远超传统的 BM25 方案。

4.2 代币节省

agentmemory 每年的代币消耗低于 170K，而传统的全上下文粘贴方法则高达 19.5M+，节省了大量的成本。

5. 与竞争对手的比较

agentmemory 与其他竞争产品相比展现了其独特的优势，下面是一些关键指标对比：

	agentmemory	mem0	Letta / MemGPT	内建
类型	内存引擎 + MCP 服务器	内存层 API	完整代理运行	静态文件
检索 R@5	95.2%	68.5%	83.2%	N/A
自动捕获	12 hooks	手动调用	代理自编辑	手动编辑
搜索	BM25 + 向量	向量	向量	加载所有内容
多代理支持	是	否	仅限 Letta	否

6. 小结

agentmemory 极大地提升了 AI 编程代理的使用体验，消除了记忆空洞与重复解释的时间浪费，其出色的性能和广泛的兼容性让它成为开发者不可或缺的工具。

类似项目

1. mem0: 竞争对手的内存层 API，提供基本的记忆功能，但缺乏深度集成与自动化。
2. Letta/MemGPT: 提供完整的代理运行，但受限于高的框架锁定，缺乏灵活性。
3. Built-in Memory: 各类代理的内建记忆功能，功能有限以手动维护为主，且不支持跨代理的记忆共享。

通过以上对比，agentmemory 以其强大的功能与良好的用户体验，将会在未来的开发中发挥重要作用。