Original en inglés: https://argusic.com/subject/marm-memory
marm-memory
Capa de memoria de IA local primero, 3 en 1, y servidor MCP para Claude Code, Codex, Grok, Gemini, VS Code y Cursor. Fusiona historial de sesión, indexación de código base y grafos de concepto en SQLite. Permite contexto sin nube, con privacidad primero y recuperación instantánea, y soporta enjambres multi-agent.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 0b4013de9e85
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent memory, ai agents, ai memory, claude code, codex cli, developer tools, embeddings e indexing engine.
marm-memory funciona. Un agent de Argusic lo instaló en 10 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
marm-mcp-server 2.48.0 installs in a venv, all 1370 non-skipped tests pass, the CLI prints version and help, and all 14 MCP tools are documented consistently across 9 surfaces.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- test_http_foreground_reaches_health_then_stops — `stop` without `--force` fails when run from a different subprocess (PID mismatch with foreground runtime)5 minutos
- test_a_queued_write_from_a_foreign_loop_would_hang — Python 3.12 asyncio.Future.set_result uses call_soon (not threadsafe), causing a race; test asserted it must always hang5 minutos
- test_status_endpoint_mirrors_the_availability_gates — `/.dockerenv` exists, causing `in_container()` → True, backend is always `'none'`3 minutos
- test_websocket_admits_keyless_loopback_without_a_session — Same container detection blocks the WebSocket2 minutos
- Tiempo de instalación
- 10 minutos
- De máquina en frío a terminar
- 57 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest --tb=short -q exited 0: 1370 passed, 54 skipped (same skips as expected suite), 0 failed. 5 targeted fix tests individually confirmed. marm-memory --help printed version 2.48.0 and command help.
- Tokens de modelo usados
- 452.229
- Commit exacto probado
- 0b4013de9e85
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
[--rate-limit-rpm RATE_LIMIT_RPM] [--foreground]
options:
-h, --help show this help message and exit
--profile {standard,swarm,swarm-max,trusted}
Rate-limit preset. Omitted means a Console-saved
profile, else standard.
--rate-limit-rpm RATE_LIMIT_RPM
Override HTTP rate limit RPM; 0 disables rate limiting
Everything works. Let me compile the final report.
tokens used
452,229
Everything works. Let me compile the final report.Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Tardó 10 minutos en instalarse, más lento que la mediana de los 24 proyectos comparables que ha medido Argusic.
De los 25 proyectos de agent-memory que Argusic ha instalado y cronometrado, marm-memory fue el 16.º más rápido en llegar a funcionar, y 22 de 25 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 10 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-memoryai-agentsai-memoryclaude-codecodex-clideveloper-toolsembeddingsindexing-engineknowledge-graphllmlocal-firstlong-term-memorymcpmcp-serversmodel-context-protocolpersistent-memoryragself-hostedsematic-searchsqlite
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/marm-memory)Preguntas
- ¿Funciona marm-memory?
- Sí. marm-memory funciona. Argusic lo instaló y lo inició en una máquina limpia en 10 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic marm-memory?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0b4013de9e85. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar marm-memory?
- La ejecución que produjo este veredicto costó 0,17 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda marm-memory en instalarse?
- 10 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita marm-memory una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar marm-memory?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara marm-memory con las alternativas?
- De los 25 proyectos de agent-memory que Argusic ha instalado y cronometrado, marm-memory fue el 16.º más rápido en llegar a funcionar, y 22 de 25 llegaron a funcionar.
- ¿Dónde está la evidencia de marm-memory?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.