agentmemory

O que é agentmemory?

agentmemory é uma “camada de memória” local para agentes de IA de codificação que captura a atividade da sessão de um agente e oferece recall rápido para etapas posteriores. Funciona na sua máquina como um único processo Node e armazena o estado em disco como JSON, sem bancos de dados externos.

O sistema captura chamadas de ferramentas e prompts por meio de hooks de captura automática, consolida observações brutas em memórias semânticas e fornece recuperação por meio de um pipeline híbrido (BM25 + vetor + grafo de conhecimento) com reranking no dispositivo.

Principais Recursos

• Runtime local com estado JSON em disco (zero bancos de dados externos): Executa como um único processo Node e persiste dados em disco como JSON; não requer Redis, Kafka, Postgres, Qdrant ou Neo4j.
• Hooks de captura automática para atividade do agente: PreToolUse, PostToolUse, SessionStart, Stop e eventos adicionais alimentam o pipeline de memória sem código adicional após a instalação.
• Recuperação híbrida com reranking no dispositivo: A recuperação em três fluxos combina sinais BM25, vetor e grafo de conhecimento e reranqueia os resultados no dispositivo (descrito como “P50 abaixo de 20ms em um laptop” na página).
• Comportamento de consolidação e retenção automática: Varreduras horárias consolidam observações brutas为 memórias semânticas, mesclam duplicatas, reduzem linhas obsoletas usando pontuação de retenção e emitem linhas de auditoria em lote quando itens são excluídos.
• Servidor MCP com superfície de ferramentas definida: Expõe ferramentas MCP como memory_save, memory_recall, memory_smart_search, memory_sessions, governance, audit e export, além de um twin REST para cada ferramenta MCP em /agentmemory/*.
• Replay de sessão via importação JSONL: Reidrata uma sessão de um transcript JSONL do Claude Code, incluindo observações, usos de ferramentas e cronograma, em den store.
• Compreensão e consulta do grafo de conhecimento: Extrai entidades e relações durante a compressão; suporta consulta de grafo via /agentmemory/graph e visualização no viewer.
• Sincronização federada entre nós (HTTPS autenticado): Push/pull de memórias entre nós agentmemory com autenticação bearer-token; a página nota explicitamente “no silent syncs.”
• Viewer local e saída de observabilidade: Fornece um stream viewer de observações ao vivo (porta 3113) e logs/traces por meio de um “OTEL observability worker” (exportação OTLP para backends de rastreamento como Jaeger/Honeycomb/Tempo mencionados na página).

Como Usar agentmemory

1. Instalar uma vez: Execute npm install -g @agentmemory/agentmemory para colocar agentmemory no PATH.
2. Iniciar o servidor: Inicie agentmemory (servidor roda em :3111, viewer em :3113).
3. Verificar localmente: Abra http://localhost:3113 para ver o stream de observações ao vivo e dashboards.
4. Conectar um agente via MCP: Configure seu agente para usar a configuração JSON MCP do agentmemory (o site afirma “one MCP JSON fits almost everything”).
5. Importar sessões anteriores (opcional): Use a capacidade de importação de sessão JSONL fornecida para replay de execuções de agente anteriores em den store.

Casos de Uso

• Construir continuidade entre múltiplas sessões de codificação: Capture prompts e uso de ferramentas de cada sessão para que ações posteriores do agente possam recuperar observações relevantes do passado rapidamente.
• Suporte a auditoria “por que o agente fez isso?”: Use a emissão de auditoria descrita para exclus

FAQ

• O agentmemory requer um banco de dados externo (como Postgres ou Qdrant)? Não. A página indica “ZERO EXTERNAL DATABASES” e descreve o sistema como um único processo com o estado armazenado em disco como JSON.

• Como acesso as ferramentas para salvar e recuperar memória? O agentmemory expõe um servidor MCP com ferramentas como memory_save e memory_recall. A página também menciona endpoints REST para cada ferramenta em /agentmemory/*.

• Onde posso ver o que o servidor está capturando? Um visualizador é iniciado automaticamente na porta 3113, exibindo o fluxo de observação em tempo real, o explorador de sessões, o navegador de memória, a visualização do grafo de conhecimento e um painel de saúde.

• Posso importar transcrições de codificação existentes? Sim. A página descreve um fluxo de importação de sessão em JSONL que ingere uma transcrição JSONL do Claude Code e reidrata observações, usos de ferramentas e linha do tempo.

• O agentmemory permite mover dados de memória entre máquinas? A página descreve a sincronização peer-to-peer via HTTPS autenticado com requisitos de bearer-token (e sem sincronizações automáticas).

Alternativas

• Bancos de dados vetoriais de uso geral + camada de memória para agentes personalizada: Você pode armazenar embeddings e implementar recuperação, mas será responsável pela orquestração, consolidação, hooks e gerenciamento de sessões/linha do tempo — diferentemente da captura automática + interface MCP/REST descrita para o agentmemory.
• Ferramentas locais de base de conhecimento para histórico de código (sistemas de notas/grafos): Ferramentas que indexam documentos e fornecem visualizações de busca/grafo podem ajudar com a recuperação, mas podem não capturar diretamente chamadas de ferramentas dos agentes e eventos de sessão via pipeline de hooks descrito aqui.
• Frameworks RAG sem captura automática específica para agentes: Muitos stacks RAG oferecem recuperação e montagem de contexto em tempo de geração, mas podem exigir integração mais personalizada para capturar eventos SessionStart/Stop e uso de ferramentas em um modelo de memória recuperável.
• Configurações de telemetria/observabilidade apenas para agentes: Ferramentas de rastreamento podem ajudar a inspecionar o comportamento, mas geralmente não fornecem a consolidação de memória, endpoints de recuperação e fluxo de importação para replay descrito para o agentmemory.