agentmemory

Was ist agentmemory?

agentmemory ist eine lokale „Memory-Schicht“ für KI-Coding-Agenten, die die Sitzungsaktivität eines Agenten erfasst und später schnellen Recall für weitere Schritte bereitstellt. Sie läuft auf Ihrem Rechner als einzelner Node-Prozess und speichert den Zustand als JSON auf der Festplatte, ohne externe Datenbanken.

Das System erfasst Tool-Aufrufe und Prompts über Auto-Capture-Hooks, konsolidiert Rohbeobachtungen zu semantischen Erinnerungen und liefert Retrieval über eine Hybrid-Pipeline (BM25 + Vektor + Knowledge Graph) sowie On-Device-Reranking.

Wichtige Funktionen

• Lokales Runtime mit JSON-auf-Disk-Zustand (null externe Datenbanken): Läuft als ein Node-Prozess und persistiert Daten als JSON auf der Festplatte; es benötigt weder Redis, Kafka, Postgres, Qdrant noch Neo4j.
• Auto-Capture-Hooks für Agenten-Aktivität: PreToolUse, PostToolUse, SessionStart, Stop und weitere Events fließen ohne zusätzlichen Glue-Code in die Memory-Pipeline,<|eos|>

FAQ

• Benötigt agentmemory eine externe Datenbank (wie Postgres oder Qdrant)? Nein. Die Seite gibt „ZERO EXTERNAL DATABASES“ an und beschreibt das System als einzelnen Prozess, dessen Zustand als JSON auf der Festplatte gespeichert wird.

• Wie greife ich auf Tools zum Speichern und Abrufen von Memory zu? agentmemory stellt einen MCP-Server mit Tools wie memory_save und memory_recall bereit. Die Seite erwähnt außerdem REST-Endpunkte für jedes Tool unter /agentmemory/*.

• Wo kann ich sehen, was der Server erfasst? Ein Viewer wird automatisch auf Port 3113 gestartet und zeigt den Live-Observations-Stream, den Session-Explorer, den Memory-Browser, die Knowledge-Graph-Visualisierung und ein Health-Dashboard.

• Kann ich bestehende Coding-Transkripte importieren? Ja. Die Seite beschreibt einen JSONL-Session-Import-Workflow, der ein Claude-Code-JSONL-Transkript einliest und Observations, Tool-Nutzungen und die Timeline wiederherstellt.

• Unterstützt agentmemory die Übertragung von Memory-Daten zwischen Rechnern? Die Seite beschreibt eine Peer-to-Peer-Synchronisation über authentifiziertes HTTPS mit Bearer-Token-Anforderungen (und keine stillen Synchronisationen).

Alternativen

• Allgemeine Vektor-Datenbanken + eigene Agent-Memory-Schicht: Sie können Embeddings speichern und Retrieval implementieren, aber Sie sind für Orchestrierung, Konsolidierung, Hooks und Session-/Timeline-Handling verantwortlich – im Gegensatz zu agentmemorys beschriebener Auto-Capture + MCP/REST-Oberfläche.
• Lokale Knowledge-Base-Tools für Code-Historie (Note/Graph-Style-Systeme): Tools, die Dokumente indizieren und Such-/Graph-Ansichten bereitstellen，可以帮助 mit Recall, aber sie erfassen möglicherweise nicht direkt Agent-Tool-Calls und Session-Events über die beschriebene Hook-Pipeline.
• RAG-Frameworks ohne agent-spezifische Auto-Capture: Viele RAG-Stacks bieten Retrieval und Generation-Time-Context-Assembly, aber erfordern möglicherweise mehr benutzerdefinierte Integration, um SessionStart/Stop und Tool-Use-Events in ein retrievables Memory-Modell zu übertragen.
• Agent-Telemetry/Observability-only-Setups: Tracing-Tools können bei der Inspektion des Verhaltens helfen, aber sie stellen in der Regel keine Memory-Konsolidierung, Retrieval-Endpunkte und Replay-Import-Workflows bereit, die für agentmemory beschrieben sind.