memora có chạy được không?

Có. memora chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 5 phút, gặp 0 lỗi trên đường đi, và ghi lại phiên làm việc.

Argusic đã test memora như thế nào?

Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit c5624e8303f0. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.

Test memora tốn bao nhiêu?

Lần chạy đưa ra kết luận này tốn 0,06 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 memora mất bao lâu?

5 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.

memora có cần GPU không?

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

Cài đặt memora thì gặp lỗi gì?

Không có lỗi nào trong lần chạy được ghi lại: không lỗi nào từ lúc clone đến lúc chạy.

Bằng chứng cho memora 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/memora

memora

Cung cấp cho các AI agent của bạn bộ nhớ tập thể, bền vững, với khả năng tiếp nhận có loại bỏ trùng lặp, theo dõi lịch sử thay thế, tìm kiếm ngữ nghĩa và giao diện đồ thị. Hỗ trợ MCP.

Chạy đượcnguồn: GitHubPythonMITcommit c5624e8303f0

Python, giấy phép MIT. Dự án tự gắn nhãn: agent memory, ai agent, claude, claude code, cloudflare d1, codex, knowledge graph và llms.

memora chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 5 phút, không gặp lỗi nào, và toàn bộ phiên làm việc được ghi lại.

Memora MCP server v0.4.6 installed in the /work/repo/.venv virtual environment, all 1088 tests pass, server starts and serves MCP memory tools (create/read/list/search/stats/delete) over streamable-http transport with TF-IDF embeddings and SQLite storage using no external credentials.
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 100 trên 100 (trung bình điểm các lần chạy của dự án này).

Tóm tắt

kết luận: Chạy được
Điểm Argusic: 100 / 100
chi phí của lần chạy kiểm chứng: 0,06 USD (đo thực tế)
số lần chạy đã ghi: 1
test gần nhất: 2026-10-14
lượt star: 746
fork: 84
issue đang mở: 5
người theo dõi: 5
dung lượng: 106 MB
ngày tạo: 2025-09-19
push gần nhất: 2026-10-28

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.

Thời gian cài đặt: 5 phút
Từ máy sạch đến khi xong: 9 phút
Lỗi gặp và đã sửa: gặp 0, tự sửa 0 mà không cần người giúp
Cách chứng minh kết quả: pytest tests/ passed 1088/1089 (1 skipped); server answered 200 on /health; MCP initialize on /mcp returned 200; memory_create/list/get/stats/delete all returned correct data via streamable-http transport
Số token model đã dùng: 72.844
Commit chính xác đã test: c5624e8303f0
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

Đoạn cuối của bản ghi

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

- `/health` returned **200** with `{"status":"ok","version":"0.4.6"}`
- MCP `/mcp` initialize returned **200** with protocol capabilities
- `memory_create` created a memory (id=1), `memory_list` returned 2 entries, `memory_get` returned …
- Graph visualization server returned HTML at `/graph`
- No third-party API keys needed (used `MEMORA_EMBEDDING_MODEL=tfidf` for offline operation)
**Only note for users**: Tag whitelisting is on by default — set `MEMORA_ALLOW_ANY_TAG=1` or use ta…
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 5…
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "errors": [], "test_dep…
tokens used
72,844

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

Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
Cài đặt trong 5 phút, nhanh hơn trung vị của 24 dự án tương đương mà Argusic đã đo.
Không có gì hỏng trên đường đi: không lỗi nào từ lúc clone đến lúc chạy.
Chạy được không cần GPU, nên không cần GPU để khởi động.
Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.

Những gì không suôn sẻ, hoặc chưa biết

Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.

Trong 25 dự án agent-memory mà Argusic đã cài đặt và bấm giờ, memora đứng thứ 12 về tốc độ đạt trạng thái chạy được, và 22 trên 25 dự án đạt được trạng thái đó.

Phù hợp để dùng cho

Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.
Đánh giá nhanh: nó đã chạy 5 phút sau khi clone.
Làm theo README của chính dự án: cách làm trong tài liệu chạy được mà không phải sửa gì.

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	100,00	0,06	2026-10-14 20:18 UTC

Chủ đề (từ GitHub)

agent-memory ai-agent claude claude-code cloudflare-d1 codex knowledge-graph llms mcp mcp-server memory model-context-protocol rag semantic-search semantic-search-algorithm sqlite

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/memora.svg)](https://argusic.com/subject/memora)

Câu hỏi

memora có chạy được không?: Có. memora chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 5 phút, gặp 0 lỗi trên đường đi, và ghi lại phiên làm việc.
Argusic đã test memora như thế nào?: Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit c5624e8303f0. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
Test memora tốn bao nhiêu?: Lần chạy đưa ra kết luận này tốn 0,06 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 memora mất bao lâu?: 5 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.
memora có cần GPU không?: Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
Cài đặt memora thì gặp lỗi gì?: Không có lỗi nào trong lần chạy được ghi lại: không lỗi nào từ lúc clone đến lúc chạy.
memora so với các lựa chọn khác thế nào?: Trong 25 dự án agent-memory mà Argusic đã cài đặt và bấm giờ, memora đứng thứ 12 về tốc độ đạt trạng thái chạy được, và 22 trên 25 dự án đạt được trạng thái đó.
Bằng chứng cho memora 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.