Original em inglês: https://argusic.com/subject/ai-memory
ai-memory
Solução para memória de longo prazo para CLIs de codificação de agentes e para facilitar a transferência entre diferentes fornecedores de agentes.
Executafonte: GitHubRustMITcommit 49147a5d1736
Rust, licença MIT.
ai-memory executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 60 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Lock contention from concurrent cargo build processes (LTO/test builds)5 minutos
- MCP test binary (101 MB LTO build) required >120s, got killed by timeout2 minutos
- Rust 1.95 toolchain not pre-installed in container1 minuto
- cargo t alias requires cargo-nextest but cargo-nextest was not installed1 minuto
- Tempo de instalação
- 60 minutos
- Da máquina limpa até o fim
- 85 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 modelo usados
- 321.371
- Commit exato testado
- 49147a5d1736
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
| 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
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Levou 60 minutos para instalar, mais devagar que a mediana dos 16 projetos comparáveis que a Argusic mediu.
Dos 17 projetos de Rust que a Argusic instalou e cronometrou, ai-memory foi o 17º mais rápido a chegar a um estado de execução, e 15 de 17 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Tempo esgotado | 0,00 | 0,76 | |
| Argusic Runner | 1/3 | Executa | 100,00 | 0,53 |
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/ai-memory)Perguntas
- ai-memory executa?
- Sim. ai-memory executa. A Argusic o instalou e iniciou em uma máquina limpa em 60 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou ai-memory?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 49147a5d1736. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar ai-memory?
- A execução que produziu este veredito custou US$ 0,53: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar ai-memory?
- 60 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- ai-memory precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar ai-memory?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como ai-memory se compara às alternativas?
- Dos 17 projetos de Rust que a Argusic instalou e cronometrou, ai-memory foi o 17º mais rápido a chegar a um estado de execução, e 15 de 17 chegaram a esse estado.
- Onde estão as evidências de ai-memory?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.