Вы пользовались Claude Code или Cursor?
Каждый раз, когда вы открываете новый проект, приходится заново объяснять: что делает проект, какой фреймворк используется, какие правила кодирования, почему были приняты определённые решения.
То, что вы объясняли три раза, нужно объяснять снова.
Это не потому, что AI недостаточно умный. Это потому, что у него нет памяти.
Что делает agentmemory
agentmemory делает простую вещь: создаёт директорию .agentmemory/ в вашем проекте, где AI-ассистенты программирования читают и записывают структурированную память проекта. В следующий раз, когда вы откроете проект, он напрямую прочитает эти воспоминания — не нужно объяснять с нуля.
Звучит непримечательно? Посмотрите на цифры:
- 11 112 звёзд, рост на 6907 за неделю — второе место на GitHub Trending на этой неделе
- Уже поддерживает Claude Code, Cursor, OpenAI Codex и Aider — четыре основных AI-агента для программирования
- 344 коммита, 44 issue, 55 PR — чрезвычайно высокая активность
- Встроенный бенчмарк для тестирования производительности загрузки памяти с метриками p50/p90/p99
Ключ не в том, чтобы «иметь память» — а в том, «как хранить, извлекать и обновлять её».
Философия дизайна
В базовом дизайне agentmemory есть несколько примечательных моментов.
Во-первых, он не привязывает вас к конкретному агенту. Адаптация к различным инструментам программирования осуществляется через систему плагинов — .claude-plugin/, .codex-plugin/, .cursor-plugin/. Это означает, что независимо от того, какой инструмент вы используете, память общая. Документы с решениями, написанные сегодня с Claude Code, завтра будут доступны в Cursor.
Во-вторых, поддерживает самостоятельное развёртывание. Проект предоставляет方案 развёртывания через Coolify — данные памяти хранятся на вашем собственном сервере, без зависимости от сторонних сервисов. Для команд, обеспокоенных утечкой кода во внешние API, это необходимо.
В-третьих, есть бенчмарки. Они не просто сделали инструмент и забыли — создали директорию benchmark/ со стресс-тестами загрузки 100 000 записей памяти. Задержка p50, задержка p99, использование памяти — всё количественно измерено.
Реальный сценарий: какую боль он решает?
Представьте такую ситуацию.
Вы получили в наследство легаси-проект. 500 000 строк кода, 3000 коммитов в Git, никакой документации. Вы просите Claude Code помочь разобраться.
Без agentmemory: он читает код, объясняет вам. Вы закрываете терминал, возвращаетесь через три дня — он всё забыл. Объясняете снова.
С agentmemory: во время первого разговора AI автоматически записывает структуру проекта, ключевые модули, известные проблемы и технические решения в файлы памяти. Через три дня, когда вы открываете проект, AI сначала читает память и говорит: «В прошлый раз мы анализировали модуль оплаты — продолжить с аутентификацией пользователей?»
Это не «ускорение». Это переход от «начинать с нуля каждый раз» к «продолжать с того места, где остановились».
Где конкуренты?
Это пространство не пустое.
- Mem0: стартап, специализирующийся на слоях памяти для AI, финансируемый, продуктивизированный
- Letta (ранее Letta.ai): фреймворк памяти агентов, более академический
- Встроенные функции памяти в различных IDE: Cursor имеет собственную индексацию кодовой базы, Copilot имеет память контекста
Но преимущества agentmemory: лёгкий, открытый, не привязанный к платформе, установил и работает. Не нужна регистрация аккаунта, не нужна настройка API-ключей, не нужна платная подписка. npm install — и он работает.
Детали, заслуживающие внимания
Посмотрите на частоту коммитов: поддержка плагина Codex выпущена 5 дней назад, зависимости обновлены 2 дня назад, исправление бага развёртывания Coolify — вчера. Это не проект типа «опубликовал и забросил».
Ещё интереснее соотношение звёзд и форков — 11 112 звёзд к 938 форкам, примерно 12:1. Высоко для инструментального проекта, что указывает на то, что многие звёзды получены из концептуального согласия, а не фактического развёртывания. Но это не значит, что он плохой — это просто показывает, что концепция «AI-памяти» сама по себе привлекательна для разработчиков.
Моё мнение
agentmemory представляет более широкую тенденцию: AI-ассистенты программирования эволюционируют от «умных печатных машинок» к «настоящим collaborators». В чём разница? У collaborators есть память. У печатных машинок — нет.
Если ваша команда уже использует AI-инструменты программирования, стоит потратить 10 минут на试用 agentmemory. Если ещё не используете, agentmemory может быть достаточно убедительной точкой входа — не «AI может писать код», а «AI может помнить ваш проект».
Основные источники:
- rohitg00/agentmemory на GitHub — 11.1K звёзд, 938 форков, 344 коммита
- Директория benchmark проекта: данные стресс-тестов загрузки 100K записей памяти
- План самостоятельного развёртывания через Coolify