Skip to content
Stork.AIstork.ai
Outil d'IA

Agentmemory Review

Agentmemory est une couche de mémoire persistante open-source conçue pour les AI coding agents, leur permettant de conserver le contexte et d'apprendre d'une session à l'autre.

shipped 18 mai 2026aifreemium
ai
Agentmemory - AI tool for agentmemory. Professional illustration showing core functionality and features.

Pourquoi c'est important

1Atteint 95,2 % de R@5 de récupération sur le benchmark LongMemEval-S (ICLR 2025, 500 questions).
2Réduit l'utilisation de jetons de 92 % par rapport aux méthodes traditionnelles.
3Fonctionne sans nécessiter de bases de données externes, en s'exécutant localement.
4Était le dépôt le plus populaire sur GitHub en mai 2026, accumulant 9 361 étoiles.

Stork’s verdict on Agentmemory

Agentmemory fournit une mémoire persistante local-first pour les agents, mais nécessite une intégration par le développeur via son API.

Spécifications

Documentation API

Voir la documentation →

API disponible

Oui, API publique

overview

Qu'est-ce que Agentmemory ?

Agentmemory est un outil de couche de mémoire persistante développé par Agentmemory qui permet aux développeurs d'AI coding agents de fournir une mémoire persistante pour les AI coding agents. Il capture silencieusement les actions de l'agent, les compresse en mémoire consultable et injecte le contexte pertinent dans les sessions futures. Ce système résout la limitation des modèles d'IA sans état en permettant aux agents de s'appuyer sur des travaux antérieurs, de se souvenir des préférences et d'éviter de répéter les erreurs lors de multiples interactions. Il fonctionne comme un « exocortex computationnel » pour les agents d'IA, intégrant la mémoire du Large Language Model (LLM) d'un agent avec un système de gestion de mémoire persistante.

features

Fonctionnalités clés d'Agentmemory

Agentmemory offre un ensemble robuste de fonctionnalités conçues pour améliorer les capacités des AI coding agents en proposant une mémoire persistante et consultable. Son architecture se concentre sur l'efficacité, le fonctionnement local et une large compatibilité, garantissant que les agents peuvent maintenir le contexte et apprendre au fil du temps sans dépendre d'une infrastructure externe. La conception du système privilégie les performances basées sur des benchmarks et l'expérience des développeurs, comme en témoignent son développement rapide et ses ajouts de fonctionnalités.

  • Mémoire persistante pour les AI coding agents, permettant la rétention du contexte d'une session à l'autre.
  • Déploiement local sans bases de données externes, simplifiant la configuration et réduisant les dépendances.
  • Compatibilité avec tout agent prenant en charge les hooks, MCP ou l'API REST, y compris Cursor et Gemini CLI.
  • Capture automatique silencieuse des actions de l'agent, y compris les invites, les appels d'outils, les résultats et les réponses.
  • Compression des actions capturées en mémoire consultable pour une récupération efficace.
  • Injection de contexte pertinent dans les sessions futures, réduisant l'utilisation de jetons de 92 %.
  • Système de récupération hybride utilisant un pipeline de mémoire à quatre niveaux avec fusion de rang réciproque (BM25 + recherche vectorielle + graphe de connaissances).
  • Fonctionnalité de relecture de session via une visionneuse, permettant aux utilisateurs de parcourir les interactions enregistrées.
  • Inclut une commande agentmemory doctor pour diagnostiquer la pile et une sonde d'installation iii-console.
  • Prend en charge le tokenizer CJK (chinois, japonais, coréen) pour la recherche BM25, améliorant la récupération multilingue.

use cases

Qui devrait utiliser Agentmemory ?

Agentmemory est principalement conçu pour les développeurs et les équipes travaillant avec des AI coding agents, offrant des solutions aux défis courants associés aux modèles d'IA sans état. Ses capacités s'étendent à diverses applications où le contexte persistant et l'apprentissage sont essentiels pour la performance de l'agent et la satisfaction de l'utilisateur.

  • Développeurs d'AI coding agents : Pour fournir une mémoire persistante à des agents comme Claude Code ou Cursor, leur permettant de se souvenir de l'architecture du projet, des bugs passés et des préférences de l'utilisateur d'une session à l'autre.
  • Développeurs d'agents d'IA : Pour maintenir le contexte à travers les conversations et les sessions des agents, permettant aux agents d'apprendre des interactions passées et de prendre en charge des tâches complexes en plusieurs étapes.
  • Entreprises mettant en œuvre l'automatisation des flux de travail : Pour que les agents dotés de mémoire maintiennent l'historique des conversations, se souviennent des préférences des clients et apprennent des interactions passées dans des domaines comme le service client.
  • Développeurs d'applications multi-sessions : Pour permettre aux assistants personnels d'IA de s'adapter aux préférences de l'utilisateur et de suivre les progrès à travers des interactions utilisateur prolongées.
  • Équipes effectuant des revues de code agentiques : Pour permettre aux agents de revue de code de se souvenir des commentaires passés non pertinents ou des modèles signalés, conduisant à des revues plus ciblées et intelligentes au fil du temps.

pricing

Tarification et plans d'Agentmemory

Agentmemory fonctionne sur un modèle freemium, offrant ses fonctionnalités de base gratuitement. Cela permet aux développeurs d'intégrer et d'utiliser sa couche de mémoire persistante pour les AI coding agents sans coût initial, en particulier pour les déploiements locaux. La nature open-source du projet soutient davantage son accessibilité et son développement axé sur la communauté.

  • Freemium : Gratuit (inclut les fonctionnalités de base pour le déploiement local et l'intégration avec divers agents).

Outils similaires

Agentmemory vs Concurrents

Agentmemory se distingue dans le paysage de la mémoire des agents d'IA par son approche basée sur les benchmarks, ses capacités de déploiement local et son système de récupération hybride. Bien que plusieurs alternatives offrent des solutions de mémoire pour les agents d'IA, l'accent mis par Agentmemory sur les performances mesurables et l'absence d'exigences de bases de données externes offre une proposition de valeur unique.

1
Mem0On StorkCompare

Mem0 provides a dedicated, intelligent memory layer for AI applications with multi-level memory scopes and hybrid memory retrieval.

Similar to Agentmemory, Mem0 focuses on enhancing AI agents with personalized, persistent memory, offering a fully managed service option and SDKs. It explicitly supports multi-level memory (user, session, agent) and a graph layer for relationships, which expands on Agentmemory's core retrieval and token efficiency.

2
ZepOn StorkCompare

Zep is a long-term memory store designed specifically for conversational AI, excelling in extracting facts, summarizing conversations, and providing temporal and semantic search.

Zep primarily targets conversational AI applications, emphasizing temporal relationships and progressive summarization, which offers a more specialized focus compared to Agentmemory's broader application for coding agents. It provides both semantic and temporal search capabilities.

3
Letta (formerly MemGPT)↗

Letta employs an operating system-like architecture to manage a 'virtual context,' allowing agents to access significantly more memory than typical context window limits.

Letta's approach to memory involves managing a 'virtual context' and providing explicit control over memory blocks, representing a different architectural paradigm than Agentmemory's focus on retrieval efficiency. It is open-source and self-hosted, aligning with Agentmemory's '0 external databases' for potential self-hosting.

4
Supermemory.ai↗

Supermemory.ai offers a comprehensive five-layer memory solution, including user profiles, a memory graph, and a custom vector graph engine for deep understanding and context.

Supermemory.ai positions itself as an all-in-one memory solution with multiple integrated layers, aiming to replace several services. This contrasts with Agentmemory's focus on a single, efficient memory layer without external databases, suggesting Supermemory.ai might offer a broader, more complex suite of memory functionalities.

Visiter Agentmemory↗
Contact
𝕏
X / Twittertwitter.com/agentmemory

AI Reputation Report

Is Agentmemory yours?

ChatGPT, Perplexity, Gemini, Claude & Grok answer buyer questions about Agentmemory every day. See whether they name Agentmemory — or send buyers to a rival.

See what AI saysfree preview