rohitg00/agentmemory 登顶 GitHub 趋势，为 AI 编程代理提供持久化记忆

该项目基于 iii 引擎构建，安装要求 Node.js 20+，首次运行会交互式选择要接入的代理，并预置配置、启动记忆服务器。无密钥模式下使用 BM25 检索并禁用向量嵌入，设置 EMBEDDING_PROVIDER=local 后可在本地下载 all-MiniLM-L6-v2 模型，实现零成本的语义召回。服务固定使用 3111、3112、3113、49134 四个端口，状态默认存放在用户目录下的 agentmemory 数据目录，可通过 --data-dir 或环境变量覆盖。 对 Claude Code、Cursor、Codex CLI 等代理的用户来说，agentmemory 通过 hooks 和 MCP 自动捕获会话内容，压缩后存入可检索的记忆库，下次会话开始时自动注入相关上下文，无需手动复制粘贴。官方报告显示，相比粘贴完整上下文每年约 1950 万 token，该方案仅约 17 万 token，年成本从 500 美元降至 10 美元，Token 效率明显提升。 在 LongMemEval-S 基准上，agentmemory 的 R@5 达到 95.2%，高于纯 BM25 的 86.2%。该项目提供 20 种适配器，覆盖主流编程代理，并内置实时查看器。对维护多代理工作流的团队而言，这一方案让跨会话记忆成为可复用的基础设施，而不仅是单个代理的本地功能。