Agentmemory

Agentmemory verdrahtet zwölf Hooks zur automatischen Erfassung in Ihren Coding-Agenten. Jeder Sitzungsstart, Prompt, Werkzeugaufruf und Stopp landet ohne Klebecode in der Gedächtnis-Pipeline. Jedes Ereignis wird zu einer komprimierten Beobachtung, gestempelt mit ihrer Herkunft und dem Agenten, der sie erzeugt hat. Installieren Sie das Plugin, und die Erfassung beginnt. Das ist alles.

Der Memory-Abruf für Agenten ist hier keine einzelne Abfrage. Der primäre Abrufpfad reiht BM25-, Vektor- und Wissensgraph-Werte zusammen ein und ordnet dann auf dem Gerät neu. Dieser Winkel der Wissensgraph-Retrieval ist es, der sowohl exakte Stichworttreffer als auch bedeutungsbasierte einfängt. Ein reiner Vektorspeicher verfehlt oft die zweite Sorte. Überholte Versionen bleiben aus den Ergebnissen heraus, während ihre Historie abfragbar bleibt.

Sobald Sie einen LLM-Anbieterschlüssel liefern, läuft die Konsolidierung beim Stopp der Sitzung. Rohe Beobachtungen verdichten sich zu semantischen Erinnerungen, Duplikate verschmelzen, veraltete Zeilen verfallen mit Retentionsbewertung, und Audit-Zeilen halten den ganzen Durchlauf fest. Das ist es, was den Speicher davor bewahrt, zu einem undurchsuchbaren Haufen Protokolle zu werden.

Das ist ein vollwertiger MCP-Memory-Server, kein dünner Wrapper. Vierundfünfzig MCP-Werkzeuge decken Speichern, Abruf, intelligente Suche, Sitzungen, Governance, Audit und Export hinter einem einzigen Server ab. Jedes hat einen REST-Zwilling unter /agentmemory/*, sodass Sie es per curl, aus einem Browser oder als Proxy von Ihrem eigenen Agenten aufrufen können. Das Speichern eines Fast-Duplikats gibt einen similarTo-Hinweis zurück statt einer zweiten Kopie.

Mit gesetztem LLM-Schlüssel und aktivierter Graph-Extraktion werden Entitäten und Relationen aus Beobachtungen extrahiert, einschließlich zeitlicher Kanten. Jeder Datensatz trägt Provenienz zum Schreibzeitpunkt, sodass Sie erkennen, ob eine Erinnerung vom Nutzer, vom Agenten, von einem Werkzeug, von einem Import oder von einer geteilten Quelle stammt.

Lektionen liegen in einem eigenen BM25-Index mit Neubewertung nach Konfidenz und Aktualität, sodass eine einmal gespeicherte Regel zurückkommt, wenn sie relevant ist. Richten Sie die Runtime auf ein Claude-Code-JSONL-Transkript, und sie rehydriert die Sitzung, indexiert sie und leitet aus dem Gefundenen Kristalle und Lektionen ab.

Ein lokaler Viewer auf Port 3113 lässt Sie Beobachtungen in Echtzeit eintreffen sehen und den Graphen prüfen, den Ihr Agent aufgebaut hat. Das ist der schnellste Weg, um zu bestätigen, dass Erfassung, Indexierung und Abruf funktionieren, bevor Sie dem Speicher echtes Projektgedächtnis anvertrauen.