Original em inglês: https://argusic.com/subject/shodh-memory
shodh-memory
Memória local, sem LLM, para AI agents. Um único binário Rust sem conexão, determinístico e auditável, que aprende com o uso, esquece o irrelevante e fortalece o que importa. Sem nuvem, sem chaves de API.
Executafonte: GitHubpágina do projetoRustApache-2.0commit 8ccaf6ab198f
Rust, licença Apache-2.0. O projeto se descreve como: agent memory, agentic ai, ai agents, ai memory, claude, cognitive memory, edge ai e graphrag.
shodh-memory executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 21 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
The Shodh-Memory v0.2.0 pre-built server binary stores and recalls memories via REST API on localhost:3031, the MCP server TypeScript test suite passes 216/216, and the Python client test suite passes 106/106.
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.
- Rust cargo build fails: clang-sys/bindgen/librocksdb-sys needs system libclang development headers (root required)15 minutos
- Python native wheel (.abi3.so) segfaults on import via 'cannot allocate memory in static TLS block', and even with LD_PRELOAD workaround, crashes during ONNX model init5 minutos
- shodh init downloads a corrupted ONNX Runtime dylib (16KB stub missing OrtGetApiBase)1 minuto
- Tempo de instalação
- 21 minutos
- Da máquina limpa até o fim
- 21 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- curl -s -X POST http://127.0.0.1:3031/api/remember ... returned {"id":"...","success":true}; curl -s -X POST http://127.0.0.1:3031/api/recall ... returned {"memories":[{"experience":{"content":"Hello world test memory"},...}],"count":1}
- Tokens de modelo usados
- 267.226
- Commit exato testado
- 8ccaf6ab198f
- 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 1, 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.
# I've been working through this systematically. Let me check the clock date -u +%s" in /work/repo succeeded in 0ms: 1792903037 Now producing the final result: ``` ``` tokens used 267,226 Now producing the final result: ``` ```
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 3 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.
O que não deu certo, ou não se sabe
- Levou 21 minutos para instalar, mais devagar que a mediana dos 24 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 25 projetos de agent-memory que a Argusic instalou e cronometrou, shodh-memory foi o 22º 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.
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-memoryagentic-aiai-agentsai-memoryclaudecognitive-memoryedge-aigraphragknowledge-graphllm-freelocal-firstmcpmodel-context-protocolrobot-memoryroboticsros2rustvector-databasevector-searchzenoh
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/shodh-memory)Perguntas
- shodh-memory executa?
- Sim. shodh-memory executa. A Argusic o instalou e iniciou em uma máquina limpa em 21 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou shodh-memory?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8ccaf6ab198f. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar shodh-memory?
- A execução que produziu este veredito custou US$ 0,58: 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 shodh-memory?
- 21 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- shodh-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 shodh-memory?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como shodh-memory se compara às alternativas?
- Dos 25 projetos de agent-memory que a Argusic instalou e cronometrou, shodh-memory foi o 22º mais rápido a chegar a um estado de execução, e 22 de 25 chegaram a esse estado.
- Onde estão as evidências de shodh-memory?
- A execução registrada está 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.