Ja. ai-memory läuft. Argusic hat es auf einer sauberen Maschine in 60 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic ai-memory getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 49147a5d1736. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von ai-memory gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,53 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 ai-memory?

60 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 ai-memory eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von ai-memory schief?

Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für ai-memory?

Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Englisches Original: https://argusic.com/subject/ai-memory

ai-memory

Lösung für das Langzeitgedächtnis von Agent-Coding-CLIs und zur Erleichterung der Übergabe zwischen verschiedenen Agent-Anbietern

LäuftQuelle: GitHubRustMITCommit 49147a5d1736

Rust, Lizenz MIT.

ai-memory läuft. Ein Argusic-Agent hat es in 60 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

ai-memory 2.4.1 builds from source as a single 38 MB binary, passes all 3457 crate tests (0 failures), starts an MCP+HTTP server on port 49374 that applies all DB migrations, serves the wiki web UI at /web with HTTP 200, and downloads a local embedding model automatically.
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

Befund: Läuft
Argusic Score: 100 / 100
Kosten des verifizierenden Laufs: 0,53 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-11-03
Sterne: 15.109
Forks: 1.089
offene Issues: 24
Beobachter: 71
Größe: 44 MB
erstellt: 2026-05-21
letzter Push: 2026-11-04

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von ai-memory, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

Lock contention from concurrent cargo build processes (LTO/test builds)5 Minuten
MCP test binary (101 MB LTO build) required >120s, got killed by timeout2 Minuten
Rust 1.95 toolchain not pre-installed in container1 Minute
cargo t alias requires cargo-nextest but cargo-nextest was not installed1 Minute

Installationszeit: 60 Minuten
Von der kalten Maschine bis zum Ende: 85 Minuten
Aufgetretene und behobene Fehler: 4 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: cargo test -p <each-crate> and target/debug/deps/<test-binary> for all 10 crate test suites: 3457 passed, 0 failed; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:49374/web/ returned 200; curl -X POST http://127.0.0.1:49374/mcp returned 405; binary --version returned 'ai-memory 2.4.1'
Verbrauchte Modell-Tokens: 321.371
Genau getesteter Commit: 49147a5d1736
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.

| ai-memory-consolidate | 319 | 315 passed, 4 ignored |
| ai-memory-web | 114 | 114 passed |
| ai-memory-mcp | 469 | 468 passed, 1 ignored |
| ai-memory-workstream | 96 | 96 passed |
| ai-memory-cli | 972 | 971 passed, 1 ignored |
**Total: 3457 tests, 0 failures, 10 ignored**
**Server launch:** `ai-memory serve --transport http --enable-web` started successfully, applied al…
**Obstacles:**
- Rust 1.95 toolchain not pre-installed; rustup fixed it (~1 min)
- Background build processes caused cargo lock contention; fixed by killing orphans and running seq…
- `cargo t` alias needs `cargo-nextest` but the project works fine with `cargo test`; used test bin…
- MCP test binary (101M, LTO) took ~65s and timed out at 120s initially

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.
Hat sich von allen 4 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz MIT, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

Die Installation dauerte 60 Minuten, langsamer als der Median der 16 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 17 Projekten im Bereich Rust, die Argusic installiert und zeitlich gemessen hat, belegte ai-memory Platz 17 bei der Zeit bis zum lauffähigen Zustand, und 15 von 17 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.

Laufverlauf

getestet von	Versuch	Ergebnis	Score	Kosten USD	wann
Argusic Runner	2/3	Zeit abgelaufen	0,00	0,76	2026-11-03 13:15 UTC
Argusic Runner	1/3	Läuft	100,00	0,53	2026-09-28 11:41 UTC

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/ai-memory.svg)](https://argusic.com/subject/ai-memory)

Fragen

Läuft ai-memory?: Ja. ai-memory läuft. Argusic hat es auf einer sauberen Maschine in 60 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic ai-memory getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 49147a5d1736. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von ai-memory gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,53 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 ai-memory?: 60 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 ai-memory eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von ai-memory schief?: Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet ai-memory im Vergleich zu Alternativen ab?: Von den 17 Projekten im Bereich Rust, die Argusic installiert und zeitlich gemessen hat, belegte ai-memory Platz 17 bei der Zeit bis zum lauffähigen Zustand, und 15 von 17 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für ai-memory?: Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.