Skip to content
Stork.AIstork.ai
AI Инструмент

Обзор Agentmemory

Agentmemory — это слой постоянной памяти с открытым исходным кодом, разработанный для агентов ИИ-кодирования, позволяющий им сохранять контекст и обучаться между сессиями.

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

Почему это важно

1Достигает 95,2% точности извлечения R@5 в бенчмарке LongMemEval-S (ICLR 2025, 500 вопросов).
2Сокращает использование токенов на 92% по сравнению с традиционными методами.
3Работает без необходимости использования внешних баз данных, запускаясь локально.
4Был репозиторием №1 в трендах на GitHub по состоянию на май 2026 года, набрав 9 361 звезду.

Stork’s verdict on Agentmemory

Agentmemory предоставляет постоянную память с приоритетом локального хранения для агентов, но требует интеграции разработчика через свой API.

Характеристики

Документация API

Посмотреть документацию →

Доступность API

Да, публичный API

overview

Что такое Agentmemory?

Agentmemory — это инструмент слоя постоянной памяти, разработанный Agentmemory, который позволяет разработчикам агентов ИИ-кодирования предоставлять постоянную память для агентов ИИ-кодирования. Он незаметно фиксирует действия агента, сжимает их в доступную для поиска память и внедряет соответствующий контекст в будущие сессии. Эта система устраняет ограничение безстатусных моделей ИИ, позволяя агентам опираться на предыдущую работу, запоминать предпочтения и избегать повторения ошибок в нескольких взаимодействиях. Она функционирует как «вычислительный экзокортекс» для агентов ИИ, интегрируя память Large Language Model (LLM) агента с системой управления постоянной памятью.

features

Ключевые особенности Agentmemory

Agentmemory предоставляет надежный набор функций, разработанных для расширения возможностей агентов ИИ-кодирования за счет предложения постоянной, доступной для поиска памяти. Его архитектура ориентирована на эффективность, локальную работу и широкую совместимость, гарантируя, что агенты могут поддерживать контекст и обучаться со временем, не полагаясь на внешнюю инфраструктуру. Дизайн системы отдает приоритет производительности, основанной на бенчмарках, и удобству для разработчиков, о чем свидетельствует ее быстрое развитие и добавление функций.

  • Постоянная память для агентов ИИ-кодирования, обеспечивающая сохранение контекста между сессиями.
  • Локальное развертывание без внешних баз данных, что упрощает настройку и уменьшает зависимости.
  • Совместимость с каждым агентом, поддерживающим hooks, MCP или REST API, включая Cursor и Gemini CLI.
  • Бесшумный автоматический захват действий агента, включая подсказки, вызовы инструментов, результаты и ответы.
  • Сжатие захваченных действий в доступную для поиска память для эффективного извлечения.
  • Внедрение соответствующего контекста в будущие сессии, сокращая использование токенов на 92%.
  • Гибридная система извлечения, использующая четырехуровневый конвейер памяти с взаимным ранговым слиянием (BM25 + векторный поиск + граф знаний).
  • Функциональность воспроизведения сессий через просмотрщик, позволяющая пользователям просматривать записанные взаимодействия.
  • Включает команду agentmemory doctor для диагностики стека и установочный зонд iii-console.
  • Поддерживает токенизатор CJK (китайский, японский, корейский) для поиска BM25, улучшая многоязычное извлечение.

use cases

Кому следует использовать Agentmemory?

Agentmemory в первую очередь разработан для разработчиков и команд, работающих с агентами ИИ-кодирования, предлагая решения общих проблем, связанных с безстатусными моделями ИИ. Его возможности распространяются на различные приложения, где постоянный контекст и обучение критически важны для производительности агента и удовлетворенности пользователей.

  • Разработчикам агентов ИИ-кодирования: Для обеспечения постоянной памяти для таких агентов, как Claude Code или Cursor, позволяя им запоминать архитектуру проекта, прошлые ошибки и предпочтения пользователей между сессиями.
  • Разработчикам, создающим ИИ-агентов: Для поддержания контекста в разговорах и сессиях агентов, позволяя агентам учиться на прошлых взаимодействиях и поддерживать сложные, многоэтапные задачи.
  • Предприятиям, внедряющим автоматизацию рабочих процессов: Для агентов с поддержкой памяти, чтобы сохранять историю разговоров, запоминать предпочтения клиентов и учиться на прошлых взаимодействиях в таких областях, как обслуживание клиентов.
  • Разработчикам многосессионных приложений: Чтобы персональные ИИ-помощники могли адаптироваться к предпочтениям пользователя и отслеживать прогресс в течение длительных пользовательских взаимодействий.
  • Командам, выполняющим агентский обзор кода: Чтобы агенты обзора кода могли запоминать прошлые нерелевантные комментарии или отмеченные шаблоны, что со временем приводит к более целенаправленным и интеллектуальным обзорам.

pricing

Цены и планы Agentmemory

Agentmemory работает по модели freemium, предоставляя свою основную функциональность бесплатно. Это позволяет разработчикам интегрировать и использовать его слой постоянной памяти для агентов ИИ-кодирования без первоначальных затрат, особенно для локальных развертываний. Открытый исходный код проекта дополнительно поддерживает его доступность и развитие, управляемое сообществом.

  • Freemium: Бесплатно (включает основную функциональность для локального развертывания и интеграции с различными агентами).

Похожие инструменты

Agentmemory против конкурентов

Agentmemory выделяется на фоне решений для памяти ИИ-агентов благодаря своему подходу, основанному на бенчмарках, возможностям локального развертывания и гибридной системе извлечения. В то время как несколько альтернатив предлагают решения для памяти ИИ-агентов, фокус Agentmemory на измеримой производительности и отсутствии требований к внешним базам данных обеспечивает уникальное ценностное предложение.

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.

Посетить Agentmemory↗
Контакты
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