Agent Memory System
RAVBYTE TECHNOLOGIES PRIVATE LIMITED · Programmation
Agent Memory System est une couche de mémoire open source qui donne à chaque dépôt d'un espace de travail un registre durable et lisible du contexte projet, de l'historique d'exécution et des passations. Vous lancez une seule commande et il parcourt vos dossiers à la recherche de manifestes, routes, API, configurations et tests, puis écrit des index en Markdown et JSON que Codex, Claude, Cursor et d'autres agents de programmation peuvent lire. Il est conçu pour les développeurs fatigués de réexpliquer leur base de code à un nouvel assistant à chaque fin de session. Ça vous parle ?
À propos de Agent Memory System
Qu'est-ce qu'Agent Memory System
Agent Memory System (AMS) est une infrastructure de contexte pour les agents d'IA qui programment. Au lieu de laisser un agent redécouvrir votre projet de zéro à chaque session, il cartographie l'espace de travail une fois et garde cette carte dans des fichiers que l'agent sait déjà ouvrir. La version maintenue vit sur npm sous le nom @ravbyte/agent-memory-system et appartient à RAVBYTE TECHNOLOGIES PRIVATE LIMITED.
Le problème qu'il résout, c'est la continuité. Un seul dépôt couvre souvent plusieurs dossiers, et un espace de travail peut contenir plusieurs dépôts à la fois. Passer d'Antigravity à Codex, Claude ou Cursor revient généralement à perdre tout ce que le dernier assistant avait compris. AMS écrit cette compréhension. L'agent suivant démarre informé plutôt que vierge.
La principale limite, c'est qu'il s'agit d'un outil en ligne de commande, pas d'un service hébergé. Il n'y a ni tableau de bord ni compte, donc la configuration se fait dans votre terminal et l'entretien dépend de l'exécution de la commande de maintenance quand votre code évolue. Il vous faut aussi Node.js disponible, car l'installation passe par npx.
Pour commencer
- Ouvrez un terminal dans l'espace de travail à cartographier et lancez
npx @ravbyte/agent-memory-system@latest init. - Laissez le scanner parcourir vos dossiers ; il détecte manifestes, routes, API, configurations, tests, indices de stockage et dossiers générés.
- Passez en revue le dossier
memory/généré, qui contient un index de contexte ainsi que des fichiers Markdown pour les consignes et les journaux de travail. - Transmettez le travail à l'agent suivant avec
agent-memory worklog handoff --agent codex --message "tests pass; next publish pages". - Gardez la mémoire à jour en lançant
agent-memory maintain --since mainaprès des changements structurels dans Git.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Agent Memory System.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs solo jonglant avec plusieurs projets annexes
- Équipes qui passent le travail entre personnes et assistants
- Ingénieurs qui testent plusieurs agents de programmation
Tâches
- Intégrer un nouvel agent d'IA à une grande base de code
- Suivre ce qui a changé après une refactorisation
- Trouver la portée d'un changement d'API
Cas d'usage
- Reprendre un projet après deux semaines de pause
- Passer une tâche à moitié finie à un autre agent pendant la nuit
- Gérer un dépôt sensible à la sécurité
Fonctionnalités clés
Analyse des dépôts
Une seule commande cartographie chaque dépôt d'un espace de travail. Le scanner lit manifestes, routes, API, configurations, tests, indices de stockage et documentation, puis écrit du Markdown à côté d'un index thématique en JSON. La sortie est du texte brut, donc tout agent ayant accès aux fichiers peut l'utiliser sans plugin.
Entretien automatique conscient de Git
La mémoire dérive quand le code bouge, et AMS tente de l'éviter. Lancer agent-memory maintain --since main détecte les changements structurels dans Git, actualise le dossier de mémoire et valide le résultat. L'idée est d'empêcher un contexte périmé d'apparaître discrètement dans une relecture de code. Sinon, ça n'a pas d'intérêt.
Passations entre agents
La commande worklog permet à un agent de laisser une note au suivant. Vous pouvez taguer le destinataire, passer un court message, et l'outil écrit un fichier de passation que l'assistant suivant lit au démarrage. Le contexte de Claude et la mémoire d'agent Cursor persistent ainsi. Changer d'agent cesse de ressembler à un nouveau départ.
Intelligence du graphe de dépendances
L'analyse statique intégrée cartographie les dépendances et les couches d'architecture. Les agents interrogent le graphe pour savoir quels fichiers cassent si une API change, ce qui transforme un jeu de devinettes en simple consultation. Le projet annonce des requêtes de graphe en O(1) et zéro import manquant. Pratique pour les gros dépôts.
Mémoire consciente des secrets
Les fichiers de mémoire doivent expliquer un système, pas exposer des identifiants. AMS enregistre les noms des variables d'environnement, bloque les motifs évidents de secrets, évite les dossiers générés et fournisseurs, et étiquette le contenu déduit pour que les agents sachent ce qui a été deviné et ce qui a été confirmé. Relisez le dossier avant de le committer.
Outils de benchmark ouverts
Un outil de benchmark open source compare les flux de démarrage à froid des agents à des exécutions guidées par AMS sur la compréhension des dépôts, le débogage, la récupération et la continuité multi-agents. Les mainteneurs reconnaissent que les chiffres actuels sont leurs propres mesures et qu'ils attendent encore une reproduction indépendante. Bon à savoir avant de les citer.
Avantages et inconvénients
Avantages
- Gratuit et sous licence MIT, donc aucun palier tarifaire à peser et vous pouvez lire le code source.
- La mémoire vit en Markdown et JSON en texte brut, ce qui la rend portable et fonctionnelle sur Codex, Claude, Cursor et Antigravity.
- L'entretien conscient de Git garde l'index proche de l'état réel du code plutôt qu'une photo d'il y a des mois.
- Les réglages de sécurité par défaut bloquent les secrets évidents et ignorent les chemins des fournisseurs, ce qui compte pour les dépôts partagés.
Inconvénients
- Pas de service hébergé ni de tableau de bord : l'entretien est une commande qu'il faut penser à lancer.
- Les résultats de benchmark sont produits par les mainteneurs et pas encore vérifiés indépendamment, donc considérez les promesses de performance comme provisoires.
- Il faut Node.js installé, ce qui ajoute une étape pour les équipes qui travaillent uniquement en Python ou en Go.
Questions fréquentes
Il analyse vos dépôts et les transforme en index durables en Markdown et JSON qui donnent aux agents d'IA qui programment un registre partagé du contexte projet, de l'historique et des passations. Voyez-le comme un carnet dans lequel vos agents lisent au lieu de redécouvrir votre code à chaque session.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Agent Memory System.
Alternatives à Agent Memory System
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.