agentmemory: persistenter Speicher für Coding-Agenten auf Basis der iii-Engine

Ein Speicherserver hinter dem Coding-Agenten

agentmemory ist ein in TypeScript geschriebenes npm-Paket, das als @agentmemory/agentmemory veröffentlicht wird. Es betreibt einen lokalen Speicherserver auf Port 3111 und einen Echtzeit-Viewer auf Port 3113, basiert auf der iii-Engine und ist derzeit auf iii-engine v0.11.2 festgelegt. Das README beschreibt es als persistenten Speicher für Coding-Agenten und nennt als unterstützte Ziele Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, Hermes, OpenClaw, pi, OpenCode sowie jeden MCP-Client. Die Repository-Metadaten weisen zum Zeitpunkt dieses Artikels 26.564 Sterne und 2.249 Forks aus. Das README macht keine Angaben zur Projektgeschichte, zum Release-Rhythmus oder zu einer Roadmap jenseits der festgepinnten Engine-Version.

Erfassungspipeline und hybride Suche

Das README beschreibt eine Erfassungspipeline, die beginnt, wenn ein PostToolUse-Hook ausgelöst wird: Beobachtungen werden innerhalb eines Fünf-Minuten-Fensters per SHA-256 dedupliziert, ein Datenschutzfilter entfernt Secrets und API-Schlüssel, die rohe Beobachtung wird gespeichert, ein LLM komprimiert sie zu strukturierten Fakten, Konzepten und Erzählungen, Einbettungen werden über sechs Anbieter oder ein lokales Modell erzeugt, und alles wird in BM25 plus Vektorform indexiert. Beim Sitzungsstart lädt der Agent ein Projektprofil und injiziert abgerufenen Kontext unter einem Token-Budget, das standardmäßig 2.000 Token beträgt. Die Suche ist hybrid und kombiniert BM25-, Vektor- und Graphergebnisse per RRF-Fusion. Das README listet 12 automatische Hooks; die Hook-Tabelle bricht im Quelltext mitten im Satz ab, daher wird die vollständige Liste hier nicht wiedergegeben.

Benchmarks und ihre Aussagekraft

Es werden zwei Auswertungen berichtet. Bei LongMemEval-S (ICLR 2025, 500 Fragen) beansprucht das README für agentmemory 95,2 % R@5, 98,6 % R@10 und 88,2 % MRR, gegenüber einem reinen BM25-Fallback mit 86,2 %, 94,6 % und 71,5 %. Bei einem internen Korpus namens coding-agent-life-v1 (15 Sitzungen, als sandbox-reproduzierbar beschrieben) werden eine Top-5-Trefferquote von 15/15, P@5 von 0,240 und eine p50-Latenz von 14 ms berichtet, gegenüber einer grep-Baseline mit P@5 von 0,227 und R@5 von 0,967. Das README weist darauf hin, dass der interne Benchmark klein und die Gold-Daten spärlich sind, und es stellt ausdrücklich klar, dass die Zahlen der Wettbewerber in der Vergleichstabelle aus einem anderen Datensatz stammen (LoCoMo bei mem0 und Letta) oder hersteller eigene, nicht unabhängig reproduzierte Angaben sind. Eine separate Tabelle beziffert den Verbrauch auf etwa 170.000 Token pro Jahr bei etwa 10 US-Dollar, gegenüber 19,5 Millionen Token für das Einfügen des vollständigen Kontexts.

Installation und Serverstart

Der schnellste Weg im README ist, einem Coding-Agenten eine einzige Anweisung zu geben, die INSTALL_FOR_AGENTS.md abruft. Für menschliche Leser zeigt es npm install -g @agentmemory/agentmemory, danach agentmemory, um den Server auf Port 3111 zu starten, agentmemory demo, um Beispielsitzungen anzulegen, und agentmemory connect claude-code, um MCP in einen Agenten einzubinden. Die npx-Form npx @agentmemory/agentmemory läuft ohne Installation. Die Daten liegen außerhalb des Repositories: unter macOS unter ~/Library/Application Support/agentmemory, unter Linux unter $XDG_DATA_HOME/agentmemory oder ~/.local/share/agentmemory und unter Windows unter %APPDATA%\agentmemory, überschreibbar mit --data-dir oder AGENTMEMORY_DATA_DIR. Unter Windows empfiehlt das README WSL2 als schnellen Weg, bezeichnet die native Einrichtung als manuell und etwa 10 bis 20 Minuten aufwendig und sagt, dass agentmemory connect dort derzeit nicht unterstützt wird.

Agenten anbinden und programmatischer Zugriff

Alle Agenten teilen sich denselben Speicherserver. Das README dokumentiert einen standardmäßigen MCP-Serverblock mit npx -y @agentmemory/mcp und den Umgebungsvariablen AGENTMEMORY_URL und AGENTMEMORY_SECRET, der laut README unter Cursor, Claude Desktop, Cline, Roo Code, Windsurf, Gemini CLI, OpenClaw und anderen Hosts mit der mcpServers-Form funktioniert. Für Claude Code registriert ein Plugin 12 Hooks und 15 Skills und verdrahtet den MCP-Server automatisch, wodurch 54 MCP-Tools freigeschaltet werden. Das Codex-Plugin registriert 6 Lebenszyklus-Hooks und dieselben 15 Skills. Der connect-Befehl schreibt die MCP-Konfiguration pro Agent, und npx skills add rohitg00/agentmemory installiert 15 SKILL.md-Dateien in das Skill-Verzeichnis des aufrufenden Agents. Kernoperationen sind außerdem als iii-Funktionen verfügbar (mem::remember, mem::observe, mem::context, mem::smart-search, mem::forget) und über ws://localhost:49134 aus Python, Rust oder Node per iii-SDK aufrufbar; für Hosts ohne iii-Laufzeit bleibt REST auf 3111 verfügbar.

Speicherlebenszyklus, Replay und Import

Das README beschreibt ein vierstufiges Konsolidierungsmodell: Das Arbeitsgedächtnis hält rohe Beobachtungen, das episodische Gedächtnis komprimierte Sitzungszusammenfassungen, das semantische Gedächtnis extrahierte Fakten und Muster, und das prozedurale Gedächtnis Workflows und Entscheidungsmuster. Erinnerungen zerfallen entlang einer Ebbinghaus-Kurve, häufig abgerufene Erinnerungen werden gestärkt, veraltete Erinnerungen werden automatisch entfernt, und Widersprüche werden erkannt und aufgelöst. Der Viewer auf Port 3113 zeigt den Aufbau des Speichers live und enthält einen Replay-Tab, der Prompts, Tool-Aufrufe, Tool-Ergebnisse und Antworten als einzelne Ereignisse darstellt, mit Wiedergabe, Pause, Geschwindigkeitsregelung und Tastenkürzeln. agentmemory import-jsonl importiert ältere Claude-Code-JSONL-Transkripte aus ~/.claude/projects. Das README warnt, dass die Einstellung cleanupPeriodDays von Claude Code (Standard 30) Transkripte vor dem Import löschen kann, und empfiehlt, import-jsonl regelmäßig auszuführen, das Fenster zu erhöhen oder die automatischen Erfassungs-Hooks zu nutzen.

Bereitstellung und Lizenz

Deployment-Vorlagen gibt es für fly.io, Railway, Render (über einen Blueprint) und Coolify. Jede Vorlage enthält ein eigenständiges Dockerfile, das @agentmemory/agentmemory aus npm zieht und die iii-Engine-Binärdatei aus dem offiziellen Docker-Hub-Image kopiert, persistenten Speicher unter /data einbindet und nur Port 3111 veröffentlicht; der Viewer auf 3113 bleibt im Container an Loopback gebunden. Das Projekt ist unter Apache-2.0 lizenziert. Die Lizenz gewährt eine dauerhafte, weltweite, nicht-exklusive, kostenlose, gebührenfreie, unwiderrufliche Urheberrechtslizenz zum Reproduzieren, Erstellen abgeleiteter Werke, öffentlichen Ausstellen, Aufführen, Unterlizenzieren und Verteilen des Werks, dazu eine Patentlizenz zu gleichen Bedingungen, die erlischt, wenn der Lizenznehmer Patentklagen erhebt. Der Lizenztext enthält keine Aussagen zu Gewährleistung, Support, Sicherheitslage oder Produktionsgarantien.

Redaktionelles Fazit

agentmemory ist eine selbst gehostete Speicher-Engine: Sie erfasst Coding-Agenten-Sitzungen, komprimiert sie und ruft beim nächsten Sitzungsstart den relevanten Ausschnitt ab. Das eigene Auswertungsgerüst des README berichtet 95,2 % R@5 auf LongMemEval-S und eine Top-5-Trefferquote von 15/15 im internen Korpus und lehnt ausdrücklich die Verantwortung für Wettbewerbs-Benchmarks ab. Die Lizenz ist Apache-2.0. Das README liefert kein Sicherheitsaudit, keine Verfügbarkeitszusagen und keine Unterstützung für eine nicht festgepinnte iii-Engine; diese bleibt bis zu einer angekündigten Umstellung auf v0.11.2 fixiert.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes