Original en anglais: https://argusic.com/subject/ai-memory
ai-memory
Solution pour la mémoire à long terme des CLIs de codage d'agent et pour faciliter le transfert entre différents fournisseurs d'agents.
Fonctionnesource : GitHubRustMITcommit 49147a5d1736
Rust, sous licence MIT.
ai-memory fonctionne. Un agent Argusic l'a installé en 60 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- Lock contention from concurrent cargo build processes (LTO/test builds)5 minutes
- MCP test binary (101 MB LTO build) required >120s, got killed by timeout2 minutes
- Rust 1.95 toolchain not pre-installed in container1 minute
- cargo t alias requires cargo-nextest but cargo-nextest was not installed1 minute
- Temps d'installation
- 60 minutes
- De la machine vierge à la fin
- 85 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- 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'
- Tokens de modèle utilisés
- 321 371
- Commit exact testé
- 49147a5d1736
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
| 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
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 60 minutes, plus lente que la médiane des 16 projets comparables mesurés par Argusic.
Sur les 17 projets Rust qu'Argusic a installés et chronométrés, ai-memory a été le 17e plus rapide à atteindre un état de fonctionnement, et 15 sur 17 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Délai dépassé | 0,00 | 0,76 | |
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,53 |
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/ai-memory)Questions
- ai-memory fonctionne-t-il ?
- Oui. ai-memory fonctionne. Argusic l'a installé et lancé sur une machine propre en 60 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé ai-memory ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 49147a5d1736. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'ai-memory ?
- L'exécution qui a produit ce verdict a coûté 0,53 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer ai-memory ?
- 60 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- ai-memory a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation d'ai-memory ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment ai-memory se compare-t-il aux alternatives ?
- Sur les 17 projets Rust qu'Argusic a installés et chronométrés, ai-memory a été le 17e plus rapide à atteindre un état de fonctionnement, et 15 sur 17 en ont atteint un.
- Où sont les preuves pour ai-memory ?
- Les 2 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.