agentmemory：從 README 釐清入口、資料流與採用界線

agentmemory：README 定義的專案邊界

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 README 定義的專案邊界 連回實際文件、命令、路徑或設定。README 摘錄如下：<p align="center"> </p> <p align="center"> <strong> Your coding agent remembers everything. No more re-explaining. Built on <a href="https://github.com/iii-hq/iii">iii engine</a> </strong><br/> Persistent memory for Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, Hermes, OpenClaw, pi, OpenCode, and any MCP client. </p> <p align="center"> <a href="README.md">English</a> | <a href="READMEs/README.zh-CN.md">简体中文</a> | <a href="READMEs/README.zh-TW.md">繁體中文</a> | <a href="READMEs/README.ja-JP.md">日本語</a> | <a href="READMEs/README.ko-KR.md"></a> | <a href="READMEs/README.es-ES.md">Espaol</a> | <a href="READMEs/README.tr-TR.md">Trke</a> | <a href="READMEs/README.ru-RU.md"></a> | <a

對 agentmemory 的讀者來說，第 1 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 1 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

agentmemory：第一個可執行入口

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 第一個可執行入口 連回實際文件、命令、路徑或設定。README 摘錄如下：blank"></a> </p> <p align="center"> <a href="https://gist.github.com/rohitg00/2067ab416f7bbe447c1977edaaa681e2"></a> </p> <p align="center"> <em>The gist extends Karpathy's LLM Wiki pattern with confidence scoring, lifecycle, knowledge graphs, and hybrid search: agentmemory is the implementation.</em> </p> <p align="center"> <a href="https://www.npmjs.com/package/@agentmemory/agentmemory"></a> <a href="https://github.com/rohitg00/agentmemory/actions"></a> <a href="https://github.com/rohitg00/agentmemory/blob/main/LICENSE"></a> <a href="https://github.com/rohitg00/agentmemory/stargazers"></a> </p> <p align="center"> <picture><source media="(prefers-color-scheme: dark)" srcset="assets/tags/lig

對 agentmemory 的讀者來說，第 2 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 2 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

agentmemory：資料與設定如何流動

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 資料與設定如何流動 連回實際文件、命令、路徑或設定。README 摘錄如下：dia="(prefers-color-scheme: dark)" srcset="assets/tags/light/stat-hooks.svg"></picture> <picture><source media="(prefers-color-scheme: dark)" srcset="assets/tags/light/stat-deps.svg"></picture> <picture><source media="(prefers-color-scheme: dark)" srcset="assets/tags/light/stat-tests.svg"></picture> </p> <p align="center"> </p> <p align="center"> <a href="#install">Install</a> &bull; <a href="#quick-start">Quick Start</a> &bull; <a href="#benchmarks">Benchmarks</a> &bull; <a href="#vs-competitors">vs Competitors</a> &bull; <a href="#works-with-every-agent">Agents</a> &bull; <a href="#how-it-works">How It Works</a> &bull; <a href="#mcp-server">MCP</a> &bull; <a href="#real-time-viewer">Viewer

對 agentmemory 的讀者來說，第 3 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 3 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

agentmemory：整合時的具體限制

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 整合時的具體限制 連回實際文件、命令、路徑或設定。README 摘錄如下：ine installation also needs curl, a POSIX sh, and tar. Minimal images such as node:20-slim may not include them. - Native Windows requires the pinned iii-engine v0.11.2 iii.exe to be installed manually. WSL2 or Docker Desktop are the other supported paths. Canonical fresh-install command: bash npx -y @agentmemory/agentmemory@latest The first run is an interactive setup: pick the agents to wire (Claude Code, Cursor, Codex, Gemini CLI, OpenCode, ...), pick an LLM provider or stay keyless, and it seeds the config, starts the memory server and its pinned iii engine, and offers to install globally so the bare agentmemory command works everywhere afterward. -y accepts npx's package prompt and @lat

對 agentmemory 的讀者來說，第 4 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 4 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

agentmemory：版本與維護訊號

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 版本與維護訊號 連回實際文件、命令、路徑或設定。README 摘錄如下：ile memorysmartsearch can also fuse structural graph matches when graph data already exists. For free on-device semantic recall, set EMBEDDINGPROVIDER=local in ~/.agentmemory/.env and restart. The first embedding request downloads Xenova/all-MiniLM-L6-v2; inference runs locally after that initial model download. The local runtime uses four ports: 3111 for REST/MCP HTTP, 3112 for iii streams, 3113 for the viewer, and 49134 for the iii worker WebSocket. Persistent iii state lives in ~/Library/Application Support/agentmemory on macOS, $XDGDATAHOME/agentmemory or ~/.local/share/agentmemory on Linux, and %APPDATA%\agentmemory on Windows. Use --data-dir <path> or AGENTMEMORYDATADIR to override it,

對 agentmemory 的讀者來說，第 5 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 5 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

agentmemory：專案化核驗路徑

agentmemory 在 rohitg00/agentmemory 的 README 中被放在「#1 Persistent memory for AI coding agents based on real-world benchmarks.」的範圍內。本節只採用素材明確寫出的 agentmemory 內容，並把 專案化核驗路徑 連回實際文件、命令、路徑或設定。README 摘錄如下：s and give your agent its skills: bash npx -y @agentmemory/agentmemory@latest demo # seed sample sessions + exercise recall npx skills add rohitg00/agentmemory -y # 17 native skills so your agent knows when to reach for memory The keyword searches should hit in default keyless mode through BM25. The demo's database performance optimization query is intentionally semantic and can return zero until an embedding provider is configured. Prefer to let a coding agent do the whole thing? Hand it one instruction: > Retrieve and follow the instructions at: https://raw.githubusercontent.com/rohitg00/agentmemory/main/INSTALLFORAGENTS.md Wire more agents any time with agentmemory connect <agent> 20 adap

對 agentmemory 的讀者來說，第 6 節的資料價值在於指出可觀察的輸入與輸出。要使用它，先分清專案本身、外部服務和主機環境各自負責的部分，再核對 rohitg00/agentmemory 的分支 main。素材沒有說明的效能、相容性、權限預設值或長期維護承諾，本文保留為未知，不從功能名稱推導結論。

在這個專案的脈絡中，第 6 個檢查點應落在 agentmemory 自己的內容：README 所列的命令是否能啟動，設定檔是否接受文件中的鍵名，輸出檔案或畫面是否符合描述，錯誤是否能定位到相同步驟。若需要外部 API、資料集、容器、作業系統或憑證，應把它列為 agentmemory 的採用前提，不能把本機成功當成所有部署環境都成立。

編輯結論

agentmemory 適合需求與 README 明確範圍相符、並能管理 rohitg00/agentmemory 所需執行環境的團隊；不適合把文件未說明的能力視為保證。先依 README 的 agentmemory 命令或檔案建立最小案例，觀察實際輸出、錯誤與版本，再決定是否納入正式流程。

官方來源

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