agent-memory 是什么?为 AI agent 提供长期记忆的本地运行时，Markdown 为真源

中文导读

agent-memory 是开源项目,站内分类为 大模型、AI 智能体、MCP 工具。简介:为 AI agent 提供长期记忆的本地运行时，Markdown 为真源。项目说明中列出的主要功能包括:Markdown 文件作为唯一真源，索引可重建，记忆可 grep、可 git 管理；本地排序检索：BM25 加可选向量插件，结果返回路径而非文本；分层读取：L0 列表、摘要、大纲、全文，按需逐级展开。需要为 AI agent 增加长期记忆、且希望数据本地可控、可迁移的开发者。

根据 GitHub 公开数据,该项目的编程语言为 Python,开源协议为 MIT,创建于 2026-09-01,最近更新于 2026-10-15,目前有 3,748 个 Star。

项目介绍

agent-memory 是一个面向 AI agent 的长期记忆运行时。它把 Markdown 文件作为唯一真源，旁边的 SQLite 索引只是可随时删除的缓存，Claude Code、Codex CLI 等能执行 shell 命令的 agent 共享同一份存储。检索在本地完成并排序，返回的是文件路径而非粘贴的文本，agent 可按任务需要决定读取深度。

写入不依赖 agent 主动记忆，而是在对话边界自动触发；随后由独立的 sleep-time 阶段按价值进行整合与遗忘。整个系统不需要 API key，也不在库内调用 LLM，判断逻辑借用宿主 agent 自身的 CLI。

主要功能

• Markdown 文件作为唯一真源，索引可重建，记忆可 grep、可 git 管理
• 本地排序检索：BM25 加可选向量插件，结果返回路径而非文本
• 分层读取：L0 列表、摘要、大纲、全文，按需逐级展开
• 对话边界自动写入，sleep-time 独立整合与遗忘，删除仅作为提案
• 支持 Claude Code、Codex CLI 等多宿主共享同一存储
• 无需 API key，库内不调用 LLM

适合谁用

需要为 AI agent 增加长期记忆、且希望数据本地可控、可迁移的开发者。

快速上手

1. mem recall "why files instead of a database" # 返回 L0 列表，默认 8 条
2. mem read <name> --level outline # 只读标题，也可用 abstract 或 full
3. mem context "why files instead of a database" # 一次调用完成检索与展开
4. mem trace <name> # 查看引用的原始消息

Star 增长趋势

同类项目