Skip to content
Stork.AIstork.ai
Ferramenta de IA

Revisão do Agentmemory

Agentmemory é uma camada de memória persistente de código aberto projetada para agentes de codificação de IA, permitindo-lhes reter contexto e aprender entre sessões.

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

Por que importa

1Alcança 95,2% de recuperação R@5 no benchmark LongMemEval-S (ICLR 2025, 500 perguntas).
2Reduz o uso de tokens em 92% em comparação com métodos tradicionais.
3Opera sem a necessidade de bancos de dados externos, funcionando localmente.
4Foi o repositório #1 em tendência no GitHub em maio de 2026, acumulando 9.361 estrelas.

Stork’s verdict on Agentmemory

Agentmemory fornece memória persistente local-first para agentes, mas requer integração do desenvolvedor via sua API.

Especificações

Documentação API

Ver documentação →

API disponível

Sim, API pública

overview

O que é Agentmemory?

Agentmemory é uma ferramenta de camada de memória persistente desenvolvida pela Agentmemory que permite aos desenvolvedores de agentes de codificação de IA fornecer memória persistente para agentes de codificação de IA. Ele captura silenciosamente as ações do agente, as comprime em memória pesquisável e injeta contexto relevante em sessões futuras. Este sistema aborda a limitação dos modelos de IA sem estado, permitindo que os agentes construam sobre trabalhos anteriores, lembrem preferências e evitem repetir erros em múltiplas interações. Ele funciona como um "exocórtex computacional" para agentes de IA, integrando a memória de um Large Language Model (LLM) de um agente com um sistema de gerenciamento de memória persistente.

features

Principais Recursos do Agentmemory

Agentmemory oferece um conjunto robusto de recursos projetados para aprimorar as capacidades dos agentes de codificação de IA, oferecendo memória persistente e pesquisável. Sua arquitetura foca na eficiência, operação local e ampla compatibilidade, garantindo que os agentes possam manter o contexto e aprender ao longo do tempo sem depender de infraestrutura externa. O design do sistema prioriza o desempenho impulsionado por benchmarks e a experiência do desenvolvedor, como evidenciado por seu rápido desenvolvimento e adições de recursos.

  • Memória persistente para agentes de codificação de IA, permitindo a retenção de contexto entre sessões.
  • Implantação local com zero bancos de dados externos, simplificando a configuração e reduzindo dependências.
  • Compatibilidade com todo agente que suporte hooks, MCP ou REST API, incluindo Cursor e Gemini CLI.
  • Captura automática silenciosa de ações do agente, incluindo prompts, chamadas de ferramentas, resultados e respostas.
  • Compressão de ações capturadas em memória pesquisável para recuperação eficiente.
  • Injeção de contexto relevante em sessões futuras, reduzindo o uso de tokens em 92%.
  • Sistema de recuperação híbrido utilizando um pipeline de memória de quatro camadas com fusão de classificação recíproca (BM25 + busca vetorial + grafo de conhecimento).
  • Funcionalidade de replay de sessão através de um visualizador, permitindo aos usuários navegar por interações gravadas.
  • Inclui um comando agentmemory doctor para diagnosticar a pilha e uma sonda de instalação iii-console.
  • Suporta tokenizer CJK (Chinês, Japonês, Coreano) para busca BM25, aprimorando a recuperação multilíngue.

use cases

Quem Deve Usar Agentmemory?

Agentmemory é projetado principalmente para desenvolvedores e equipes que trabalham com agentes de codificação de IA, oferecendo soluções para desafios comuns associados a modelos de IA sem estado. Suas capacidades se estendem a várias aplicações onde o contexto persistente e o aprendizado são críticos para o desempenho do agente e a satisfação do usuário.

  • Desenvolvedores de agentes de codificação de IA: Para fornecer memória persistente para agentes como Claude Code ou Cursor, permitindo que eles lembrem a arquitetura do projeto, bugs passados e preferências do usuário entre sessões.
  • Desenvolvedores construindo agentes de IA: Para manter o contexto em conversas e sessões de agentes, permitindo que os agentes aprendam com interações passadas e suportem tarefas complexas e de várias etapas.
  • Empresas implementando automação de fluxo de trabalho: Para agentes com memória manterem o histórico de conversas, lembrarem as preferências do cliente e aprenderem com interações passadas em áreas como atendimento ao cliente.
  • Desenvolvedores de aplicações multi-sessão: Para permitir que assistentes pessoais de IA se adaptem às preferências do usuário e acompanhem o progresso em interações estendidas do usuário.
  • Equipes realizando revisão de código agêntica: Para permitir que agentes de revisão de código lembrem comentários irrelevantes passados ou padrões sinalizados, levando a revisões mais focadas e inteligentes ao longo do tempo.

pricing

Preços e Planos do Agentmemory

Agentmemory opera em um modelo freemium, fornecendo sua funcionalidade principal gratuitamente. Isso permite que os desenvolvedores integrem e utilizem sua camada de memória persistente para agentes de codificação de IA sem custo inicial, particularmente para implantações locais. A natureza de código aberto do projeto apoia ainda mais sua acessibilidade e desenvolvimento impulsionado pela comunidade.

  • Freemium: Gratuito (inclui funcionalidade principal para implantação local e integração com vários agentes).

Ferramentas similares

Agentmemory vs Concorrentes

Agentmemory se distingue no cenário de memória de agentes de IA por sua abordagem orientada por benchmarks, capacidades de implantação local e sistema de recuperação híbrido. Embora várias alternativas ofereçam soluções de memória para agentes de IA, o foco do Agentmemory em desempenho mensurável e requisitos de zero banco de dados externos oferece uma proposta de valor única.

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.

Visitar Agentmemory↗
Conectar
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