automem có chạy được không?

automem chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 3 phút, gặp 2 lỗi trên đường đi, và ghi lại phiên làm việc.

Argusic đã test automem như thế nào?

Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 0e8c4174b799. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.

Test automem tốn bao nhiêu?

Lần chạy đưa ra kết luận này tốn 0,30 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.

Cài đặt automem mất bao lâu?

3 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.

automem có cần GPU không?

Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.

Cài đặt automem thì gặp lỗi gì?

2 lỗi xảy ra trong lần chạy được ghi lại, và 2 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.

Bằng chứng cho automem ở đâu?

Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.

Bản gốc tiếng Anh: https://argusic.com/subject/automem

automem

Bộ nhớ dài hạn cho trợ lý AI. Graph + vector store giúp ghi nhớ các quyết định, mối quan hệ và ngữ cảnh xuyên suốt các phiên.

Chạy được với mocknguồn: GitHub trang chủ dự ánPythonMITcommit 0e8c4174b799

Python, giấy phép MIT. Dự án tự gắn nhãn: ai, ai memory, anthropic, automem, falkordb, graph database, llm và memory.

automem chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 3 phút, gặp 2 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.

In this container: make install succeeds, python app.py boots and serves /health, the unit suite passes 664 tests, and authenticated store/recall/query/delete flows work over HTTP against the schema-compatible in-memory mock.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo

Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 92 trên 100 (trung bình điểm các lần chạy của dự án này).

Tóm tắt

kết luận: Chạy được với mock
Điểm Argusic: 92 / 100
chi phí của lần chạy kiểm chứng: 0,30 USD (đo thực tế)
số lần chạy đã ghi: 1
test gần nhất: 2026-10-13
lượt star: 827
fork: 111
issue đang mở: 18
người theo dõi: 10
dung lượng: 3 MB
ngày tạo: 2025-09-16
push gần nhất: 2026-11-02

Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật 2026-11-04. Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.

Những gì đã đo

Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.

Những gì trục trặc, bằng chính lời của agent

Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.

docker compose/services unavailable in container (no docker binary)
model download for embeddings missing (no network during app init); onnx runtime OK via cached model

Thời gian cài đặt: 3 phút
Từ máy sạch đến khi xong: 15 phút
Lỗi gặp và đã sửa: gặp 2, tự sửa 2 mà không cần người giúp
Cách chứng minh kết quả: make test (pytest -m unit) => 664 passed, 1 skipped; HTTP checks: POST /memory 201, GET /recall 200 with matching memory, DELETE /memory/by-tag 200, GET /health 200; mock-backed run: 7/7 harness tests passed
Số token model đã dùng: 1.496.996
Commit chính xác đã test: 0e8c4174b799
Container image: sha256:cdd920bce783

Những gì chưa đo

Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.

Bộ nhớ GPU cao nhất: lần này chạy trên máy CPU, nên không có GPU để đo
Hoạt động khi chạy lâu: mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
Hoạt động với dịch vụ thật: lần chạy này chỉ được kiểm chứng với dịch vụ giả lập

Đoạn cuối của bản ghi

Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.

exec
/bin/sh -lc 'cd /work/repo && git status --short; echo "---"; ls -d tests/endtoend 2>&1; echo "---"…
 succeeded in 0ms:
ls: cannot access 'tests/endtoend': No such file or directory
218
__pycache__
conftest.py
test_standup_e2e.py
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 3, "er…
tokens used
1,496,996
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 3, "er…

Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.

Cách test

Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.

Điểm mạnh và giới hạn

Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.

Những gì suôn sẻ

Cài đặt trong 3 phút, nhanh hơn trung vị của 230 dự án tương đương mà Argusic đã đo.
Tự khắc phục cả 2 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.

Những gì không suôn sẻ, hoặc chưa biết

Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.

Trong 231 dự án ai mà Argusic đã cài đặt và bấm giờ, automem đứng thứ 72 về tốc độ đạt trạng thái chạy được, và 152 trên 231 dự án đạt được trạng thái đó.

Cũng đã test, cùng lĩnh vực

Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.

Lịch sử chạy

test bởi	lần thử	kết quả	điểm	chi phí USD	thời điểm
Argusic Runner	1/3	Chạy được với mock	92,00	0,30	2026-10-13 17:38 UTC

Chủ đề (từ GitHub)

ai ai-memory anthropic automem falkordb graph-database llm memory qdrant rag vector-database

Nhúng badge

Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.

[![Tested by Argusic](https://argusic.com/badge/automem.svg)](https://argusic.com/subject/automem)

Câu hỏi

automem có chạy được không?: automem chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 3 phút, gặp 2 lỗi trên đường đi, và ghi lại phiên làm việc.
Argusic đã test automem như thế nào?: Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 0e8c4174b799. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
Test automem tốn bao nhiêu?: Lần chạy đưa ra kết luận này tốn 0,30 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
Cài đặt automem mất bao lâu?: 3 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
automem có cần GPU không?: Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
Cài đặt automem thì gặp lỗi gì?: 2 lỗi xảy ra trong lần chạy được ghi lại, và 2 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
automem so với các lựa chọn khác thế nào?: Trong 231 dự án ai mà Argusic đã cài đặt và bấm giờ, automem đứng thứ 72 về tốc độ đạt trạng thái chạy được, và 152 trên 231 dự án đạt được trạng thái đó.
Bằng chứng cho automem ở đâu?: Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.