你有没有这种感觉:
每次打开Claude Code或Cursor,都要先把项目背景、技术栈、上次的进度……从头到尾再说一遍。
不是AI不聪明,是它真的记不住。
会话一关,所有上下文全部清零。下次打开,跟第一次用没什么区别。
这大概是现在AI编程助手最让人头疼的地方——聪明是聪明,但像金鱼一样。
一个叫agentmemory的项目在GitHub上已经火了很久,Stars 已突破 2.4 万。
它到底是什么?
agentmemory是一个为AI编程助手提供跨会话持久化记忆的开源工具。
让Claude Code、Cursor这些工具记住每一次对话的内容,下次开新会话时自动带上相关上下文。
你正常干活,它在后面默默记。
不需要你做任何额外操作。
怎么做到的?
它的工作方式分三层:
捕获层:后台装了12个Hook,零手动操作,自动捕获AI代理的所有工具调用——你在写代码,它在记你做了什么。
检索层:混合搜索系统,BM25+向量搜索+知识图谱,三种方式RRF融合排序。搜记忆的时候又快又准。
整合层:四层记忆结构——工作记忆、情节记忆、语义记忆、程序记忆。不同的信息进不同的层,不乱塞。
这里有几个数据很猛
检索准确率对比(ICLR 2025 LongMemEval基准,500道题):
- agentmemory:R@5 95.2%,R@10 98.6%
- mem0(竞品):68.5%
- Letta/MemGPT(竞品):83.2%
差了竞品20~27个百分点。
Token费用对比(年度估算):
方案 | Token用量 | 年费 |
粘贴完整上下文 | 超出窗口限制 | — |
LLM摘要 | ~650K | ~$500 |
agentmemory | ~170K | ~$10 |
每年从10,降了98%。
还不止记忆
隐私过滤:API Key、密钥等敏感信息自动剥离,不用担心记忆库里塞进不该有的东西。
记忆衰减:基于艾宾浩斯遗忘曲线自动淘汰过期记忆,不用担心知识库越来越臃肿。
团队共享:支持命名空间,可以把记忆分享给团队成员,新人接手项目不需要从零开始解释。
还有51个MCP工具,覆盖记忆存储、搜索、治理、团队协作等场景。
数据和背景
GitHub Stars 已突破 2.4 万,Forks 达到 1,963,项目6月22日还有代码推送。
Apache 2.0 开源协议,零外部依赖,只靠SQLite就能跑——不用搭Redis,不用搭Postgres。
说句实话
工具是工具,真正写代码的判断还是得你自己做。
但每次开新会话不用从头解释上下文,这种摩擦省下来,积少成多是相当可观的。
对于重度用Claude Code或Cursor的人来说,装上这个工具,长期来看是质的提升。
接下来会发生什么?
Claude Code、Cursor这一类工具,现在已经成了很多程序员的日常。
但"会话失忆"这个问题,一直没有特别好的解决方案——要么靠人工复制粘贴,要么靠昂贵的外部服务。
agentmemory把这个问题的解法,开源、免费、零门槛地放出来了。
2.4万颗星,大量开发者在用,说明这条路走通了。
数据来源:GitHub | 项目:rohitg00/agentmemory(Stars 23,867,Apache 2.0开源协议)
技术前哨 · 每天5分钟,知道技术圈在发生什么
关注我们,不漏掉任何一个技术变革的信号。
夜雨聆风