编码代理持久记忆层开源
推荐指数 61.0 NO. 007 · 2026.05.20
Stars13,977
为什么值得看
agentmemory 为 Claude Code、Cursor、Codex CLI 等主流 AI 编码工具提供持久化记忆能力,基于置信度评分、知识图谱和混合搜索扩展了 Karpathy 的 LLM Wiki 模式。如果你每天在不同会话间反复解释项目上下文,这个工具能直接砍掉 50% 以上的重复沟通成本。
#1 Persistent memory for AI coding agents based on real-world benchmarks
媒体预览
编辑判断
目前主流 AI 编码工具的记忆方案要么依赖会话内上下文窗口(容易溢出),要么用简单的文件摘要(丢失关联性),团队通常自己用 RAG + 向量数据库拼凑,维护成本很高。agentmemory 的差异化在于把置信度生命周期管理和知识图谱做进了记忆层,这比纯向量方案(如 Mem0)更能处理代码库中跨文件的隐式依赖关系。
它直接以 MCP server 形式接入,意味着不需要改动现有 agent 的 core logic,这对已经在用 Claude Code 或 Cursor 的团队迁移成本极低。最该试的场景是大型遗留代码库的新功能开发,或者需要跨多仓库协作的复杂项目。
Star History
生态分析
Beta
AI编码工具的记忆层基础设施,填补主流Agent持久化上下文空白
独特价值:基于置信度评分与知识图谱的跨会话记忆,降低50%重复沟通成本