Englisches Original: https://argusic.com/subject/memoket-kite
memoket-kite
Eine vektorfreie Open-Source-Engine für das Langzeitgedächtnis von AI agents, die auf LoCoMo und LongMemEval SOTA erreicht, mit deutlich weniger Kontext.
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit c007108f926d
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent memory, agents, ai, ai agents, ai memory, chatbot, genai und knowledge management.
memoket-kite läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 16 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
memoket-kite 0.1.0 is installed with all dependencies in a Python venv, 425/427 tests pass, and the full Memory remember/recall/answer pipeline executes correctly against a mock OpenAI-compatible provider
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 92 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.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- 9 test failures: o200k_base tokenizer encoding unavailable (tiktoken not installed)2 Minuten
- Mock LLM extract returned wrong src IDs (regex captured whole | delimited line)2 Minuten
- System pip install blocked by externally-managed-environment1 Minute
- Installationszeit
- 16 Minuten
- Von der kalten Maschine bis zum Ende
- 17 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pip install -e succeeded; pytest: 425 passed / 2 skipped; full quickstart pipeline (remember+recall+answer_with_evidence) verified via mock LLM server returning correct plan/extraction JSON
- Verbrauchte Modell-Tokens
- 398.675
- Genau getesteter Commit
- c007108f926d
- 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
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
|---|---|---| | System pip blocked by `externally-managed-environment` | Created and used a Python venv | 1 min | | 9 test failures — `tiktoken` (o200k_base) not installed for exact token counting | Installed the … | Mock LLM extract returned source IDs as `session_1L1\|user\|` instead of `session_1L1` | Fixed re… ### What was verified - **Test suite**: `python -m pytest tests/ -q` → **425 passed, 2 skipped** (2 skips are expected: h… - **Full quickstart pipeline** (via mock LLM server on `127.0.0.1:8999`): - `Memory.load()`, `remember()`, `recall()`, `answer_with_evidence()` all executed correctly - Fact extraction → XML persistence → recall → evidence-backed answer: round-trip verified - **Inspect codebook example** ran without errors ### Limitations (tier2_mock) The recall and answer flows require an LLM to compile natural-language questions into symbolic quer…
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 sich von allen 3 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 16 Minuten, langsamer als der Median der 24 vergleichbaren Projekte, die Argusic gemessen hat.
- 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 memoket-kite Platz 20 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
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
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,16 |
Themen (von GitHub)
agent-memoryagentsaiai-agentsai-memorychatbotgenaiknowledge-managementllmllm-memorylocomolong-term-memorylongmemevalmemorymemory-enginememory-layermemory-managementpythonragretrieval
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/memoket-kite)Fragen
- Läuft memoket-kite?
- memoket-kite läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 16 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic memoket-kite getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit c007108f926d. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von memoket-kite gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,16 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 memoket-kite?
- 16 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 memoket-kite eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von memoket-kite schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet memoket-kite im Vergleich zu Alternativen ab?
- Von den 25 Projekten im Bereich agent-memory, die Argusic installiert und zeitlich gemessen hat, belegte memoket-kite Platz 20 bei der Zeit bis zum lauffähigen Zustand, und 22 von 25 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für memoket-kite?
- 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.