Englisches Original: https://argusic.com/subject/agent-memory
agent-memory
Langzeitgedächtnis-Laufzeitumgebung für KI-Agenten: einfaches Markdown als Quelle der Wahrheit, lokale rangbasierte Abfrage und eine unabhängige Manage-Ebene im Ruhemodus. Claude Code und Codex teilen sich einen gemeinsamen Speicher. Kein API-Schlüssel.
LäuftQuelle: GitHubPythonMITCommit 7c4a00da1270
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent memory, ai agents, claude code, codex, llm, local first, long term memory und markdown.
agent-memory läuft. Ein Argusic-Agent hat es in 2 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All 6 packages installed and passing 788 tests with ruff and mypy clean; store initialized and CLI end-to-end verified: wrote a fact with mem record, retrieved it with mem recall (BM25 score returned), and read full body with mem read --level full.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 3 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests/ returned 788 passed, 1 skipped; ruff check returned all checks passed; mypy returned no issues in 77 source files; mem init + mem record + mem recall + mem read --level full all returned valid output
- Verbrauchte Modell-Tokens
- 30.208
- Genau getesteter Commit
- 7c4a00da1270
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
outline: [] text: The sky is blue on a clear day Everything works end-to-end with zero errors and zero API keys needed. Here's the summary: **Install**: `uv sync --all-extras` installed all 6 packages (`agent-memory-core`, `agent-memory-cl… **Tests**: `pytest tests/` — **788 passed, 1 skipped** in 34.75s. `ruff check .` — all checks passe… **E2E verification**: Initialized a store (`mem init`), wrote a memory (`mem record`), retrieved it… tokens used 30,208 Everything works end-to-end with zero errors and zero API keys needed. Here's the summary: **Install**: `uv sync --all-extras` installed all 6 packages (`agent-memory-core`, `agent-memory-cl… **Tests**: `pytest tests/` — **788 passed, 1 skipped** in 34.75s. `ruff check .` — all checks passe… **E2E verification**: Initialized a store (`mem init`), wrote a memory (`mem record`), retrieved it…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 2 Minuten installiert, schneller als der Median der 24 vergleichbaren Projekte, die Argusic gemessen hat.
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 25 Projekten im Bereich agent-memory, die Argusic installiert und zeitlich gemessen hat, belegte agent-memory Platz 9 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 2 Minuten nach dem Klonen.
- Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
agent-memoryai-agentsclaude-codecodexllmlocal-firstlong-term-memorymarkdownmcppythonretrievalsqlite
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/agent-memory)Fragen
- Läuft agent-memory?
- Ja. agent-memory läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic agent-memory getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 7c4a00da1270. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von agent-memory gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,01 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von agent-memory?
- 2 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht agent-memory eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von agent-memory schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet agent-memory im Vergleich zu Alternativen ab?
- Von den 25 Projekten im Bereich agent-memory, die Argusic installiert und zeitlich gemessen hat, belegte agent-memory Platz 9 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für agent-memory?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.