Agentmemory
Agentmemory 是一個本地優先、零外部資料庫的記憶體運行時,用於編碼代理,它透過掛鉤自動捕獲會話,透過 BM25+向量+知識圖譜檢索在毫秒內調用上下文,並持續將原始日誌整合為持久的語義記憶——透過 MCP 和 HTTP 以及內建檢視器公開。
https://agent-memory.dev/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2026年05月18日
什麼是 Agentmemory
Agentmemory 是一個為 AI 編碼代理設計的持久記憶層,否則這些代理會在會話之間忘記一切。它作為一個單一的 Node 進程在本地運行(無需 Postgres/Redis/Kafka/向量資料庫),並捕獲代理工作期間發生的事情——提示、工具調用、會話事件——因此未來的會話可以重複使用該上下文,而無需您重新解釋架構、偏好或過去的決策。它支援 MCP 和 HTTP 優先的 API 介面(每個 MCP 工具都有一個 REST 對應項),並附帶一個即時檢視器和控制台,以便您可以在保持所有資料在您的機器上的同時檢查會話、記憶和系統健康狀況。
Agentmemory 的主要功能
Agentmemory 是一個本地優先、單一進程的持久記憶體運行時,專為 AI 編碼代理而設計。它透過自動掛鉤捕捉每個會話,將原始觀察結果整合為持久的語義記憶,並使用混合三流檢索(BM25 + 向量 + 知識圖譜)和設備端重新排序,在幾毫秒內召回相關上下文。它提供廣泛的 MCP 介面(51 個工具)和等效的 REST 介面(121 個端點),包含內建的查看器/控制台使用者介面,支援匯入過去的文字記錄,匯出為 Markdown/Obsidian 格式,並可透過經過身份驗證的 HTTPS 在節點之間同步記憶體——同時避免使用 Redis/Postgres/Neo4j 等外部資料庫,並將資料以 JSON 格式儲存在磁碟上。
自動捕捉掛鉤(12 個掛鉤): 自動記錄提示、工具呼叫、會話生命週期事件(例如,PreToolUse/PostToolUse/Stop),並將其壓縮為觀察結果,無需自訂膠水代碼。
毫秒級混合召回: 使用三流檢索(詞彙 BM25 + 語義向量 + 知識圖譜信號)和設備端重新排序,以呈現最相關的先前上下文(在 LongMemEval-S 上報告 R@5 為 95.2%;筆記型電腦上 p50 < 20ms)。
整合管道(原始 → 語義): 定期運行掃描,將觀察結果壓縮為語義記憶,合併重複項,透過保留評分衰減過時的行,並在刪除時發出審計記錄以進行治理。
MCP 原生 + HTTP 優先 API: 提供 51 個 MCP 工具(儲存/召回/搜尋/會話/治理/審計/匯出/圖形),並在 /agentmemory/* 下為每個工具提供 REST 端點,以便於整合和調試。
內建使用者介面和可觀察性: 提供即時查看器(埠 3113),用於即時串流、會話重播、記憶體瀏覽和圖形視覺化,以及引擎級控制台和 OpenTelemetry 追蹤/日誌,以實現操作可見性。
本地優先儲存 + 聯邦/匯出: 作為單一 Node 進程運行,具有磁碟上的 JSON 狀態(無外部資料庫),支援 JSONL 會話匯入、Obsidian 就緒的 Markdown 匯出,以及 agentmemory 節點之間經過身份驗證的點對點同步。
Agentmemory 的使用案例
軟體開發連續性: 在編碼會話中保留專案慣例、先前的架構決策和過去的調試結果,以便像 Claude Code/Cursor/Codex 這樣的代理可以在無需重新解釋上下文的情況下繼續工作。
工程組織的團隊知識擷取: 記錄並整合重複的故障排除步驟、運行手冊和事件學習,形成可搜尋的語義記憶,從而減少入職時間和重複調查工作。
複雜建構中的多代理協調: 使多個代理/工具能夠共享一致的記憶層(透過 MCP/REST 和可選的聯邦),以便並行任務可以參考相同的演進專案知識。
受監管或隱私敏感的環境: 將記憶體本地儲存在磁碟上,無需外部資料庫,並使用審計/治理介面追蹤刪除和管理保留——這對於具有資料本地化要求的企業非常有用。
個人生產力和筆記補充: 將帶有前置標籤的 Markdown 匯出到 Obsidian 儲存庫中,將代理互動轉化為可導航的個人知識庫,並帶有圖形視覺化功能。
透過 API 進行代理平台整合: 使用 REST 端點(對 curl/瀏覽器/代理友好)將記憶體儲存/召回嵌入到自訂開發者工具或內部平台中,而無需受限於特定的代理框架。
優點
本地優先、單一進程設計,0 個外部資料庫,簡化了部署並將資料保留在開發者機器上。
強大的整合介面:12 個自動掛鉤、51 個 MCP 工具和 REST 對等體,使其易於連接到許多代理客戶端和工作流程。
透過混合 BM25+向量+圖形和設備端重新排序實現快速而穩健的檢索;包括內建查看器和 OTEL 可觀察性。
缺點
儘管對微小進程的健康狀況有所改善,但在小型機器上,在一個 Node 進程中運行所有內容可能需要仔細的資源管理。
某些提供者選項和配置(例如,可選的 Claude 代理 SDK 備用)如果使用不當,可能會引入操作風險(已注意到遞歸風險)。
主要針對編碼代理工作流程進行優化;非編碼領域可能需要額外調整捕捉/整合策略。
如何使用 Agentmemory
1) 啟動本地 Agentmemory 伺服器: 在單獨的終端機中,運行:npx @agentmemory/agentmemory。這將在 http://localhost:3111 上啟動記憶體運行時,並在 http://localhost:3113 上啟動即時檢視器。
2) 驗證伺服器是否健康: 檢查健康狀況端點:curl http://localhost:3111/agentmemory/health。在連接任何客戶端之前,確認它報告健康。
3) 開啟即時檢視器(可選但建議): 導航到 http://localhost:3113 以觀看即時觀察流、瀏覽記憶、重播會話並檢查知識圖譜。
4) 連接一個支援 MCP 的客戶端(通用 MCP 配置): 在客戶端的 MCP 配置中添加一個 MCP 伺服器條目,使用:command=npx, args=["-y","@agentmemory/mcp"], 和 env AGENTMEMORY_URL=http://localhost:3111。這將 Agentmemory 的完整 MCP 工具介面暴露給客戶端。
5) (Hermes) 將 Agentmemory 配置為 MCP 伺服器: 在 ~/.hermes/config.yaml 中,為 agentmemory 添加一個 mcp_servers 條目,該條目運行 npx,參數為 ["-y","@agentmemory/mcp"],並將 AGENTMEMORY_URL 設定為 http://localhost:3111,以便 Hermes 可以訪問完整的記憶體工具集。
6) (Hermes) 啟用 Agentmemory 作為記憶體提供者: 在相同的 Hermes 配置中,將 memory.provider 設定為 agentmemory,以便 Hermes 使用 Agentmemory 在會話之間保存/調用。
7) 在工作期間使用記憶體工具: 從您的 MCP 客戶端,調用 Agentmemory 工具來儲存和檢索資訊(例如,保存關鍵決策/結果,然後稍後調用它們)。Agentmemory 還透過其 MCP 工具介面支援智慧/混合調用和會話瀏覽。
8) 直接使用 REST API(可選): 如果您喜歡 HTTP 調用,請使用 localhost:3111 上 /agentmemory/* 下的 REST 端點(每個 MCP 工具都有一個 REST 對應項)。這對於腳本編寫、偵錯或從您自己的代理進行代理很有用。
9) 導入過去的會話(可選): 如果您有現有的編碼代理記錄(例如,JSONL),請使用 Agentmemory 的會話導入功能將先前的會話重新水合到儲存中,以便它們變得可搜尋和可重播。
10) 在使用代理時保持伺服器運行: 讓 Agentmemory 伺服器在後台運行。當您工作時,它會捕獲會話(透過支援的掛鉤/插件),並使其在未來的會話中快速調用。
11) (更深層次的 Hermes 整合) 安裝 Hermes 插件(可選): 對於掛鉤驅動的捕獲和更豐富的整合(預上下文注入、回合捕獲、MEMORY.md 鏡像、系統提示塊),將 Hermes 整合插件從 agentmemory 儲存庫複製到 ~/.hermes/plugins/agentmemory。
12) 確認捕獲 + 調用端到端: 在您的代理中運行一個簡短的任務,然後使用檢視器 (3113) 或調用/搜尋工具調用來確認會話已被捕獲,並且可以在以後的會話中檢索,而無需重新解釋先前的上下文。
Agentmemory 常見問題
agentmemory 是一個為 AI 編碼代理程式設計的持久記憶體運行時,它能捕捉會話、快速回憶相關上下文,並將原始觀察結果整合為更長期的語義記憶。它被定位為「您的編碼代理程式從第一天就應該擁有的記憶層」,而不僅僅是一個函式庫或向量儲存。











