agentmemory - AI कोडिंग एजेंट्स के लिए स्थायी मेमोरी सिस्टम

• AI कोडिंग एजेंट्स के session खत्म होते ही सब कुछ भूल जाने की समस्या का समाधान
• tool usage को बैकग्राउंड में अपने-आप capture और compress करता है, और अगले session की शुरुआत में context inject करता है
• हर session में stack और architecture को दोबारा समझाने की ज़रूरत नहीं, built-in memory (CLAUDE.md) की 200-line limit और stale होने की समस्या का समाधान
• Claude Code, Cursor, Codex CLI, Gemini CLI आदि MCP·REST सपोर्ट करने वाले सभी agents के साथ compatible, एक ही server को साझा कर सकते हैं
• LongMemEval-S benchmark में R@5 95.2% (mem0 68.5%, Letta 83.2%)
  • वार्षिक tokens ~170K, लागत ~$10 (local embeddings इस्तेमाल करने पर $0)
  • 240 observations के आधार पर 22K+ tokens → ~1,900 tokens (92% कमी)
• BM25 + Vector + Graph triple-stream search को RRF के साथ fuse करता है
  • Korean/CJK के लिए @node-rs/jieba, tiny-segmenter install करने पर शब्द-स्तर segmentation
• इंसानी दिमाग की sleep consolidation से प्रेरित 4-Tier मेमोरी एकीकरण :
  Working(टूल उपयोग की short-term memory) → Episodic(session summary) → Semantic(तथ्य/पैटर्न extraction) → Procedural(workflow और निर्णय)
• 51 MCP tools उपलब्ध
  • Core: memory_recall, memory_save, memory_smart_search, memory_patterns
  • multi-agent: memory_lease, memory_signal_send/read, memory_mesh_sync
  • governance: memory_audit, memory_governance_delete, memory_snapshot_create(Git-versioned)
• embedding providers की automatic detection: Local all-MiniLM-L6-v2(मुफ्त·offline, BM25-only की तुलना में +8pp recall), Gemini, OpenAI, Voyage, Cohere, OpenRouter
• real-time viewer(port 3113) + Session Replay
  • live observation stream, knowledge graph visualization, 0.5×–4× speed playback
  • Claude Code JSONL transcripts को import-jsonl से import किया जा सकता है
• iii इंजन पर आधारित, इसलिए Postgres·Redis·Express·pm2·Prometheus की ज़रूरत नहीं
  • iii worker add से pubsub·cron·queue·sandbox·SQL adapter विस्तार
• Apache-2.0 license

[forestkeep21]

मैंने इसे इस्तेमाल किया, लेकिन लगता है कि अभी इसके लिए समय थोड़ा जल्दी है.
मौजूदा version में post session hook कनेक्ट नहीं हो रहा, इसलिए graph बन नहीं पाता,
aur mcp server कुल मिलाकर धीमा है (लगभग 3 सेकंड), जिससे AI की प्रोसेसिंग स्पीड काफी धीमी हो जाती है.

थोड़ा और version upgrade होने के बाद इस्तेमाल करने की सलाह दूँगा.

[unqocn]

ओह, धन्यवाद। मैं भी काफ़ी समय से इसे लेकर उत्सुक था, क्योंकि आजकल कई जगहों पर इस प्रोजेक्ट का इस्तेमाल हो रहा है...

[hanje3765]

सेशन से जानकारी निकालकर उसे compounding करना एक तरह का compound skill लगता है।
स्टोरेज का फ़ॉर्म और MCP के इस्तेमाल का आइडिया gbrain से मिलता-जुलता लगता है।
visualization जोड़ा गया है, यह और बेहतर दिखता है।
आख़िरकार यह भी देखना होगा कि क्या यह वास्तव में अच्छी तरह काम करता है।