Original en anglais: https://argusic.com/subject/memoket-kite
memoket-kite
Un moteur de mémoire à long terme open-source et sans vecteur pour AI agents, atteignant le SOTA sur LoCoMo et LongMemEval avec significativement moins de contexte.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonApache-2.0commit c007108f926d
Python, sous licence Apache-2.0. Le projet se décrit ainsi : agent memory, agents, ai, ai agents, ai memory, chatbot, genai et knowledge management.
memoket-kite fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 16 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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
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 92 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.
- 9 test failures: o200k_base tokenizer encoding unavailable (tiktoken not installed)2 minutes
- Mock LLM extract returned wrong src IDs (regex captured whole | delimited line)2 minutes
- System pip install blocked by externally-managed-environment1 minute
- Temps d'installation
- 16 minutes
- De la machine vierge à la fin
- 17 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- 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
- Tokens de modèle utilisés
- 398 675
- Commit exact testé
- c007108f926d
- 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
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
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.
|---|---|---| | 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…
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
- S'est remis des 3 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 16 minutes, plus lente que la médiane des 24 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 25 projets agent-memory qu'Argusic a installés et chronométrés, memoket-kite a été le 20e plus rapide à atteindre un état de fonctionnement, et 22 sur 25 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,16 |
Sujets (depuis GitHub)
agent-memoryagentsaiai-agentsai-memorychatbotgenaiknowledge-managementllmllm-memorylocomolong-term-memorylongmemevalmemorymemory-enginememory-layermemory-managementpythonragretrieval
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/memoket-kite)Questions
- memoket-kite fonctionne-t-il ?
- memoket-kite fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 16 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé memoket-kite ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit c007108f926d. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de memoket-kite ?
- L'exécution qui a produit ce verdict a coûté 0,16 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 memoket-kite ?
- 16 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.
- memoket-kite 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 de memoket-kite ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment memoket-kite se compare-t-il aux alternatives ?
- Sur les 25 projets agent-memory qu'Argusic a installés et chronométrés, memoket-kite a été le 20e plus rapide à atteindre un état de fonctionnement, et 22 sur 25 en ont atteint un.
- Où sont les preuves pour memoket-kite ?
- L'exécution enregistrée se trouve 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.