1
Sled
Shares tags: ai
AI Tool
Agentmemory Bewertung
Agentmemory ist eine quelloffene persistente Speicherschicht, die für AI coding agents entwickelt wurde und es ihnen ermöglicht, Kontext über Sitzungen hinweg zu behalten und zu lernen.
aifreemium
1Erreicht 95,2% retrieval R@5 auf dem LongMemEval-S Benchmark (ICLR 2025, 500 Fragen).
2Reduziert den token usage um 92% im Vergleich zu traditionellen Methoden.
3Funktioniert ohne externe Datenbanken, läuft lokal.
4War im Mai 2026 das #1 Trend-Repository auf GitHub und sammelte 9.361 Sterne.
Similar Tools
Compare Alternatives
Other tools you might consider
View on Stork→
2
Supermemory
Shares tags: ai
3
langchain
Shares tags: ai
4
hermes-agent
Shares tags: ai
Connect
</>Embed "Featured on Stork" Badge▼
<a href="https://www.stork.ai/en/agentmemory" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/agentmemory?style=dark" alt="Agentmemory - Featured on Stork.ai" height="36" /></a>
[](https://www.stork.ai/en/agentmemory)
overview
Was ist Agentmemory?
Agentmemory ist ein persistentes Speicherschicht-Tool, das von Agentmemory entwickelt wurde und es AI coding agent Entwicklern ermöglicht, AI coding agents mit persistentem Speicher auszustatten. Es erfasst stillschweigend agent Aktionen, komprimiert sie zu durchsuchbarem Speicher und injiziert relevanten Kontext in zukünftige Sitzungen. Dieses System behebt die Einschränkung zustandsloser KI-Modelle, indem es agents ermöglicht, auf früheren Arbeiten aufzubauen, Präferenzen zu speichern und Fehler über mehrere Interaktionen hinweg zu vermeiden. Es fungiert als „computational exocortex“ für AI agents, indem es den Large Language Model (LLM) Speicher eines agents mit einem persistenten Speicherverwaltungssystem integriert.
quick facts
Kurze Fakten
| Attribut | Wert |
|---|---|
| Entwickler | Agentmemory |
| Geschäftsmodell | Freemium |
| Preisgestaltung | Freemium: Kostenlos |
| Plattformen | Lokale Bereitstellung (plattformübergreifend, wo Python läuft) |
| API Verfügbar | Ja (REST API) |
| Integrationen | Claude Code, Codex CLI, OpenClaw, Hermes, pi, OpenHuman, Cursor, Gemini CLI |
features
Hauptmerkmale von Agentmemory
Agentmemory bietet eine robuste Reihe von Funktionen, die darauf ausgelegt sind, die Fähigkeiten von AI coding agents durch die Bereitstellung von persistentem, durchsuchbarem Speicher zu verbessern. Seine Architektur konzentriert sich auf Effizienz, lokalen Betrieb und breite Kompatibilität, um sicherzustellen, dass agents Kontext über die Zeit hinweg aufrechterhalten und lernen können, ohne auf externe Infrastruktur angewiesen zu sein. Das Design des Systems priorisiert benchmark-gesteuerte Leistung und Entwicklererfahrung, wie die schnelle Entwicklung und Funktionserweiterungen belegen.
- 1Persistenter Speicher für AI coding agents, der die Kontextbeibehaltung über Sitzungen hinweg ermöglicht.
- 2Lokale Bereitstellung ohne externe Datenbanken, was die Einrichtung vereinfacht und Abhängigkeiten reduziert.
- 3Kompatibilität mit jedem agent, der hooks, MCP oder REST API unterstützt, einschließlich Cursor und Gemini CLI.
- 4Stilles Auto-Capture von agent Aktionen, einschließlich prompts, tool calls, Ergebnissen und Antworten.
- 5Komprimierung erfasster Aktionen in durchsuchbaren Speicher für effizientes retrieval.
- 6Injektion relevanten Kontexts in zukünftige Sitzungen, wodurch der token usage um 92% reduziert wird.
- 7Hybrides retrieval System, das eine vierstufige Speicherpipeline mit reziproker Rangfusion (BM25 + vector search + knowledge graph) nutzt.
- 8Session replay Funktionalität über einen Viewer, die es Benutzern ermöglicht, durch aufgezeichnete Interaktionen zu scrubben.
- 9Enthält einen `agentmemory doctor` Befehl zur Diagnose des stack und eine `iii-console` install probe.
- 10Unterstützt CJK (Chinesisch, Japanisch, Koreanisch) tokenizer für die BM25 search, was das mehrsprachige retrieval verbessert.
use cases
Wer sollte Agentmemory nutzen?
Agentmemory wurde primär für Entwickler und Teams entwickelt, die mit AI coding agents arbeiten, und bietet Lösungen für gängige Herausforderungen im Zusammenhang mit zustandslosen KI-Modellen. Seine Fähigkeiten erstrecken sich auf verschiedene Anwendungen, bei denen persistenter Kontext und Lernen für die agent Leistung und Benutzerzufriedenheit entscheidend sind.
- 1AI coding agent Entwickler: Um persistenten Speicher für agents wie Claude Code oder Cursor bereitzustellen, der es ihnen ermöglicht, Projektarchitektur, frühere Bugs und Benutzerpräferenzen über Sitzungen hinweg zu speichern.
- 2Entwickler, die AI agents bauen: Um Kontext über agent Konversationen und Sitzungen hinweg aufrechtzuerhalten, wodurch agents aus früheren Interaktionen lernen und komplexe, mehrstufige Aufgaben unterstützen können.
- 3Unternehmen, die Workflow-Automatisierung implementieren: Für speichergestützte agents, um den Konversationsverlauf zu pflegen, Kundenpräferenzen zu speichern und aus früheren Interaktionen in Bereichen wie dem Kundenservice zu lernen.
- 4Entwickler von Multi-Session-Anwendungen: Um persönlichen AI assistants zu ermöglichen, sich an Benutzerpräferenzen anzupassen und den Fortschritt über längere Benutzerinteraktionen hinweg zu verfolgen.
- 5Teams, die agentic code review durchführen: Um code review agents zu ermöglichen, frühere irrelevante Kommentare oder markierte Muster zu speichern, was im Laufe der Zeit zu fokussierteren und intelligenteren Reviews führt.
pricing
Agentmemory Preise & Pläne
Agentmemory basiert auf einem Freemium-Modell und bietet seine Kernfunktionalität kostenlos an. Dies ermöglicht es Entwicklern, seine persistente Speicherschicht für AI coding agents ohne anfängliche Kosten zu integrieren und zu nutzen, insbesondere für lokale Bereitstellungen. Der Open-Source-Charakter des Projekts unterstützt zusätzlich seine Zugänglichkeit und die gemeinschaftsgetriebene Entwicklung.
- 1Freemium: Kostenlos (beinhaltet Kernfunktionalität für lokale Bereitstellung und Integration mit verschiedenen agents).
competitors
Agentmemory vs. Wettbewerber
Agentmemory hebt sich in der AI agent Speicherlandschaft durch seinen benchmark-gesteuerten Ansatz, seine lokalen Bereitstellungsfähigkeiten und sein hybrides retrieval System ab. Während mehrere Alternativen Speicherlösungen für AI agents anbieten, bietet Agentmemorys Fokus auf messbare Leistung und keine externen Datenbankanforderungen ein einzigartiges Wertversprechen.
- 1Agentmemory vs. Mem0: Agentmemory betont seinen benchmark-gesteuerten Ansatz, erreicht 95,2% R@5 auf LongMemEval-S und arbeitet ohne externe Datenbanken. Mem0 bietet ebenfalls eine hohe retrieval Leistung mit 91,6 auf LoCoMo und 94,8 auf LongMemEval und bietet eine Framework-agnostische Speicherschicht mit automatischer Speicher extraktion.
- 2Agentmemory vs. Zep: Agentmemory bietet eine allgemeine persistente Speicherschicht für AI coding agents. Zep ist spezialisiert auf temporale knowledge graphs, die es AI agents ermöglichen, zu verfolgen, wie sich Entitäten und Beziehungen im Laufe der Zeit ändern, für eine nuancierte Kontext-retrieval, und bietet ein Freemium-Modell mit credit-based pricing.
- 3Agentmemory vs. Letta: Agentmemory konzentriert sich auf hochpräzisen persistenten Speicher mit einem hybriden retrieval System und lokalem Betrieb. Letta (ehemals MemGPT) betont die Ermöglichung von long-horizon agents mit effektiv unbegrenztem und self-editing memory, was einen fortschrittlicheren, autonomen Speicherverwaltungsansatz für erweiterte Aufgaben nahelegt.
- 4Agentmemory vs. Supermemory.ai: Agentmemory bietet eine fokussierte, benchmark-gestützte Speicherschicht für AI coding agents. Supermemory.ai bietet eine umfassende 'five-layer' memory Lösung, einschließlich Benutzerprofilen und einer benutzerdefinierten vector graph engine, die für tiefes Verständnis und superintelligence entwickelt wurde, und hebt eine latency von unter 300ms hervor.
❓
Frequently Asked Questions
+Was ist Agentmemory?
Agentmemory ist ein persistentes Speicherschicht-Tool, das von Agentmemory entwickelt wurde und es AI coding agent Entwicklern ermöglicht, AI coding agents mit persistentem Speicher auszustatten. Es erfasst stillschweigend agent Aktionen, komprimiert sie zu durchsuchbarem Speicher und injiziert relevanten Kontext in zukünftige Sitzungen.
+Ist Agentmemory kostenlos?
Ja, Agentmemory basiert auf einem Freemium-Modell und bietet seine Kernfunktionalität kostenlos an. Dies umfasst die lokale Bereitstellung und Integrationsmöglichkeiten mit verschiedenen AI agents.
+Was sind die Hauptmerkmale von Agentmemory?
Zu den Hauptmerkmalen gehören persistenter Speicher für AI coding agents, lokale Bereitstellung ohne externe Datenbanken, 92% weniger token usage, 95,2% retrieval R@5, stilles Auto-Capture von agent Aktionen, hybrides retrieval (BM25 + vector search + knowledge graph) und session replay Funktionalität.
+Wer sollte Agentmemory nutzen?
Agentmemory ist für AI coding agent Entwickler, Entwickler, die AI agents bauen, Unternehmen, die Workflow-Automatisierung implementieren, Entwickler von Multi-Session-Anwendungen und Teams, die agentic code review durchführen, gedacht, die alle ihren AI agents persistenten Kontext und Lernfähigkeiten bereitstellen möchten.
+Wie schneidet Agentmemory im Vergleich zu Alternativen ab?
Agentmemory unterscheidet sich durch seine benchmark-gesteuerte Leistung (95,2% R@5), lokale Bereitstellung ohne externe Datenbanken und ein hybrides retrieval System. Im Gegensatz zu einigen Wettbewerbern konzentriert es sich auf das Auto-Capture über hooks und bietet messbare retrieval Genauigkeit direkt in seiner Dokumentation, im Gegensatz zu Lösungen wie Mem0, Zep, Letta und Supermemory.ai, die möglicherweise andere Aspekte wie temporale knowledge graphs oder self-editing memory betonen.