agentmemory：基于真实世界基准的AI编码Agent持久记忆方案

项目概览

agentmemory 由 rohitg00 开发，星数 8,294，Forks 700，是一个为 AI 编码 Agent 提供持久记忆能力的开源库，基于自研的 iii 引擎构建。

项目解决了 AI 编码 Agent 面临的核心痛点：每次新会话都要重新向 Agent 解释上下文。agentmemory 让 Agent 记住一切，核心指标出色：R@5 检索精度 95.2%，Token 节省 92%，提供 51 个 MCP 工具和 12 个自动 Hook，零外部数据库依赖。

核心特性

多Agent共享记忆

agentmemory 支持多 Agent（Claude Code、Cursor、Gemini CLI、Codex、OpenClaw、pi、OpenCode 等）共享同一个记忆服务器。这意味着在一个 Agent 中积累的知识可以在另一个 Agent 中被调用，无需重复解释。

知识图谱 + 混合搜索

记忆系统不仅仅是一个键值存储，而是一个带有置信度评分、生命周期的知识图谱。它结合向量搜索和混合检索策略，能够在需要时准确召回相关的上下文。

基准测试表现

安装与使用

通过 npm 安装：

npm install @agentmemory/agentmemory

支持多种集成方式：

• Hooks：为 Claude Code 等 Agent 提供 12 个自动 Hook，自动保存上下文
• MCP：51 个 MCP 工具供 Agent 调用
• REST API：提供 HTTP 接口，可被任何 Agent 通过 HTTP 调用

与 OpenClaw 的集成

agentmemory 提供了 OpenClaw 集成插件，可以通过 MCP + Plugin 的方式为 OpenClaw 增添持久记忆能力。

实时查看器与 iii Console

项目还提供了实时查看器（Real-Time Viewer）和 iii Console，方便可视化记忆状态、调试检索效果、监控 Agent 行为。

技术架构

• 语言：TypeScript
• 引擎：iii（自研，向量+图谱混合存储引擎）
• 依赖：零外部数据库（SQLite 或内存存储可选）
• 测试：827 个测试用例全部通过

适用场景

• 使用多编码 Agent 的团队，希望 Agent 间共享上下文
• 需要长期记忆的项目（如大型代码库、复杂业务逻辑）
• 希望减少每次对话中 token 消耗的开发者
• 构建需要 Agent 间协作的多智能体系统

延伸阅读：GitHub 仓库 · npm 包 · iii 引擎 · OpenClaw 集成