AgentMemory：开源AI编程智能体持久记忆系统，解决跨会话上下文丢失难题

一、AgentMemory是什么

AgentMemory 是一款专为AI编程助手打造的开源持久记忆系统，核心解决AI智能体“跨会话失忆”痛点——每次重启会话后，无需重复解释项目架构、技术选型、代码决策与个人偏好，让AI编程助手拥有“长期记忆”。

该项目由开发者 rohitg00 于2026年5月开源，基于 Rust 编写的 iii-engine 构建，采用客户端-服务器架构，以本地 SQLite 为默认存储，无外部数据库依赖，支持私有化部署。作为独立记忆层，它不替代现有AI编程工具，而是通过 MCP 协议、Hooks 机制或 REST API 无缝接入 Claude Code、Cursor、Gemini CLI、Codex CLI、OpenCode 等主流工具，实现多智能体共享同一份项目记忆。

官方数据显示，AgentMemory 在 LongMemEval-S（ICLR 2025）基准测试中达到95.2%的R@5召回率，可将年度 token 消耗从1950万压缩至17万，大幅降低使用成本。

二、功能特色

1. 全自动记忆捕获

通过12个生命周期钩子（Hook）自动记录AI智能体全流程操作，无需手动输入记忆指令。

• SessionStart：捕获项目路径、会话ID

• UserPromptSubmit：记录用户提示（隐私过滤后）

• PreToolUse：抓取文件访问模式与上下文

• PostToolUse：留存工具名称、输入输出结果

• PostToolUseFailure：记录错误上下文，避免重复踩坑

2. 四层结构化记忆模型

将记忆分层存储，从原始数据到核心决策逐步精炼，兼顾完整性与检索效率。

• Working（工作记忆）：存储工具调用原始观察数据

• Episodic（情景记忆）：生成会话总结，记录“发生过什么”

• Semantic（语义记忆）：提取项目事实、技术选型与关键约束

• Procedural（程序记忆）：沉淀流程规范、决策模式与最佳实践

3. 混合检索精准召回

采用BM25关键词匹配+向量语义检索+知识图谱关联三路融合检索，通过RRF（Reciprocal Rank Fusion）算法排序，兼顾关键词精准度与语义关联性。

• BM25：命中文件名、函数名等强关键词记忆

• 向量搜索：匹配“数据库性能优化”等语义相近内容

• 知识图谱：通过实体关系链路（如prisma→database→performance）召回关联记忆

4. 多智能体记忆共享

不绑定单一AI工具，Claude Code记录的项目决策、Cursor生成的代码规范，可被 Codex CLI、OpenCode 等其他智能体检索复用，避免多工具切换时重复同步项目信息。

5. 隐私安全与记忆治理

内置完善的隐私保护与记忆管理能力，平衡记忆留存与数据安全。

• 隐私过滤：自动脱敏API密钥、密码、身份证号等敏感信息

• 审计追踪：记录所有记忆操作日志，支持溯源

• 记忆控制：提供 /remember /recall /forget 指令，支持手动增删记忆

• 自动遗忘：可设置记忆留存周期，自动清理过期无效记忆

6. 轻量部署与可视化管理

• 零依赖部署：基于iii-engine构建，单npx命令即可启动，无需额外安装数据库

• 本地可视化界面：内置Viewer面板，支持查看记忆列表、会话回放、检索结果分析

• 多接入方式：支持MCP协议、REST API、Hooks插件，适配不同使用场景

三、技术细节

1. 核心架构：iii-engine一体化驱动

AgentMemory 核心依赖 iii-engine——Rust编写的通用运行时，内置HTTP触发器、KV存储、内存向量索引、WebSocket流与OpenTelemetry可观测性，替代传统方案中Express+SQLite+pgvector+Socket.io的复杂拼装。

• 优势：单命令启动、进程内向量索引（检索延迟P50<20ms）、内置可观测性

• 劣势：依赖特定版本iii-engine（当前v0.11.2），Windows需额外配置

2. 存储与嵌入方案

（1）存储引擎

默认采用SQLite本地存储，轻量无依赖，支持数据持久化与快速读写；同时支持自定义存储路径，方便项目迁移与备份。

（2）向量嵌入

默认使用 all-MiniLM-L6-v2 轻量嵌入模型，平衡速度与精度；支持替换为BGE、Sentence-BERT等模型，适配不同语言与场景需求。

3. 记忆处理流程

完整闭环：捕获→去重→过滤→压缩→存储→检索→注入。

1. 捕获：Hooks监听智能体操作，生成原始记忆数据

2. 去重：SHA-256哈希校验，自动过滤重复记录

3. 过滤：隐私规则引擎脱敏敏感信息

4. 压缩：LLM自动摘要，将长文本压缩为结构化短句

5. 存储：按四层记忆模型分类，存入SQLite与向量索引

6. 检索：会话启动时，混合检索召回相关记忆

7. 注入：自动将记忆注入智能体上下文，无需手动粘贴

4. 核心技术参数

四、应用场景

1. 个人开发者长期项目开发

适合独立开发者使用Claude Code、Cursor等工具进行长期项目迭代，无需每次会话重复说明技术栈（如“用React+TypeScript，状态管理用Zustand”）、架构设计（如“微前端拆分，独立部署”）与避坑经验（如“避免使用某库，存在兼容性问题”），大幅提升开发效率。

2. 团队协作开发

团队成员可共享同一AgentMemory服务，沉淀团队统一的代码规范、技术决策与最佳实践。新成员接入时，AI智能体可直接召回团队历史记忆，快速熟悉项目，降低上手成本。

3. 多AI工具协同工作

同时使用多款AI编程工具（如Cursor写代码、Gemini CLI查文档、Codex CLI调试）的用户，可通过AgentMemory实现记忆互通，避免在不同工具间重复同步项目信息，保持开发逻辑一致性。

4. 私有化部署与敏感项目开发

金融、政务等敏感领域项目，需严格控制数据隐私。AgentMemory支持本地私有化部署，所有记忆数据存储在本地SQLite，不上传云端，满足数据安全合规要求。

5. 学习与实验场景

编程学习者可通过AgentMemory记录学习过程中的代码练习、错误日志与知识点总结，后续会话中AI可基于历史记忆针对性辅导，帮助巩固知识，避免重复犯错。

五、使用方法

1. 环境准备

确保Node.js版本≥20.0，推荐使用npx直接运行，无需全局安装。

2. 快速安装与启动

# 直接启动AgentMemory服务（默认端口3000）
npx @agentmemory/agentmemory

# 指定端口启动
npx @agentmemory/agentmemory --port 3001

# 查看帮助
npx @agentmemory/agentmemory --help

3. 接入AI编程工具

（1）接入Claude Code

# 连接Claude Code
agentmemory connect claude-code

（2）接入Cursor

1. 打开Cursor设置→扩展→启用MCP支持

2. 输入AgentMemory服务地址：http://localhost:3000/mcp

3. 保存后重启Cursor，自动同步记忆

（3）接入Gemini CLI

# 连接Gemini CLI
agentmemory connect gemini-cli

4. 常用记忆指令

在AI工具对话中直接输入以下指令，管理记忆：

• /remember [内容]：手动添加记忆（如/remember 项目使用JWT认证，密钥存储在环境变量）

• /recall [关键词]：检索相关记忆（如/recall 数据库选型）

• /forget [关键词]：删除指定记忆（如/forget 旧版API设计）

• /list：查看当前项目所有记忆

5. 可视化界面使用

启动服务后，浏览器访问 http://localhost:3000 打开Viewer面板：

• 记忆管理：查看、搜索、删除、导出记忆

• 会话回放：查看历史会话的完整操作记录

• 检索测试：输入关键词，测试混合检索效果

六、竞品对比

选取当前主流AI智能体记忆系统 Mem0、Zep AI 与 AgentMemory 从核心维度对比：

结论：AgentMemory 专为AI编程场景优化，在工具适配、检索精度、私有化部署与成本方面优势显著；Mem0 胜在通用性与快速集成；Zep AI 更适合时序敏感的对话场景。

七、常见问题解答

AgentMemory会替代我现有的AI编程工具吗？

不会。AgentMemory是独立的记忆层，不替代Claude Code、Cursor等工具，而是通过接入方式为现有工具补充持久记忆能力，原有工具功能完全保留。

我的记忆数据安全吗？会上传到云端吗？

安全。AgentMemory默认本地部署，所有记忆数据存储在本地SQLite数据库，不上传任何云端服务器；同时内置隐私过滤功能，自动脱敏敏感信息，支持手动删除记忆。

支持Windows系统吗？

支持，但Windows需额外配置：安装Visual C++ Build Tools，确保Node.js环境正常；推荐使用WSL2（Linux子系统）运行，避免兼容性问题。

接入后AI工具没召回记忆，怎么办？

排查步骤：1. 确认AgentMemory服务正常运行（访问http://localhost:3000可打开面板）；2. 检查AI工具是否成功接入（MCP地址正确、已重启工具）；3. 确认项目有历史记忆（可在面板查看记忆列表）；4. 检索关键词尽量精准，避免过于宽泛。

可以同时接入多个AI工具吗？

可以。AgentMemory支持多工具同时接入，Claude Code、Cursor、Gemini CLI可连接同一服务，共享同一份项目记忆，实现多工具记忆互通。

记忆会无限存储吗？需要手动清理吗？

不会无限存储。支持设置记忆留存周期（默认永久），可配置自动遗忘规则，定期清理过期记忆；也可通过/forget指令或可视化面板手动删除无用记忆。

八、相关链接

• GitHub仓库：https://github.com/rohitg00/agentmemory

九、总结

AgentMemory 是一款聚焦AI编程场景的开源持久记忆系统，以iii-engine为核心架构，通过全自动捕获、四层结构化存储与混合检索技术，高效解决AI智能体跨会话上下文丢失问题。它具备轻量部署、隐私安全、多工具适配、记忆共享等核心优势，适配个人开发、团队协作、私有化部署等多元场景，相比通用型记忆产品在编程领域表现更优，为AI编程助手提供稳定、高效、安全的长期记忆能力，大幅提升开发效率与体验。