Original em inglês: https://argusic.com/subject/marm-memory
marm-memory
Camada de memória de IA local-first 3 em 1 e servidor MCP para Claude Code, Codex, Grok, Gemini, VS Code e Cursor. Funde histórico de sessão, indexação de base de código e grafos de conceitos em SQLite. Permite contexto sem nuvem, focado em privacidade e recuperação instantânea, suporta enxames de múltiplos agents.
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 0b4013de9e85
Python, licença Apache-2.0. O projeto se descreve como: agent memory, ai agents, ai memory, claude code, codex cli, developer tools, embeddings e indexing engine.
marm-memory executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 10 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
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.
- 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
- Tempo de instalação
- 10 minutos
- Da máquina limpa até o fim
- 57 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 0b4013de9e85
- 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
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 2, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
[--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.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 Apache-2.0, 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 10 minutos para instalar, mais devagar que a mediana dos 24 projetos comparáveis que a Argusic mediu.
Dos 25 projetos de agent-memory que a Argusic instalou e cronometrou, marm-memory foi o 16º mais rápido a chegar a um estado de execução, e 22 de 25 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.
- Uma avaliação rápida: ele estava executando 10 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agent-memoryai-agentsai-memoryclaude-codecodex-clideveloper-toolsembeddingsindexing-engineknowledge-graphllmlocal-firstlong-term-memorymcpmcp-serversmodel-context-protocolpersistent-memoryragself-hostedsematic-searchsqlite
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/marm-memory)Perguntas
- marm-memory executa?
- Sim. marm-memory executa. A Argusic o instalou e iniciou em uma máquina limpa em 10 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou marm-memory?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0b4013de9e85. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar marm-memory?
- A execução que produziu este veredito custou US$ 0,17: 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 marm-memory?
- 10 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- marm-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 marm-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 marm-memory se compara às alternativas?
- Dos 25 projetos de agent-memory que a Argusic instalou e cronometrou, marm-memory foi o 16º mais rápido a chegar a um estado de execução, e 22 de 25 chegaram a esse estado.
- Onde estão as evidências de marm-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.