用 Claude Code 或 OpenAI Codex 写过代码的人都知道一个令人抓狂的体验：昨天刚跟 Agent 讨论完项目架构，今天打开新的会话，它又从头开始问你"这个项目是做什么的"。
这就是 AI 编码 Agent 的"金鱼记忆"问题——每次对话都是一张白纸，上下文不会跨会话保留。
agentmemory 这个项目就是冲着这个痛点来的。一周涨了 6500 Star，已经到了 9,500。而且它不是靠吹概念火的——仓库里有完整的基准测试（benchmark），号称"based on real-world benchmarks"，在 GitHub 上敢这么写的不多。
它解决的是什么问题
Agent 编码工具最大的价值在于能理解你的项目上下文。但现实是：
- Claude Code 每次启动都是全新的，
.claude/目录里的 CLAUDE.md 只能存静态规则 - Codex 的 session 不跨天，昨天学到的项目结构今天忘得一干二净
- 你每次都要重复解释"这个项目的数据库用的是 PostgreSQL，ORM 是 Prisma，测试用 Vitest……"
agentmemory 的思路是：让 Agent 有"长期记忆"，跨会话记住项目的关键信息——目录结构、技术栈、编码规范、历史决策。
技术架构
agentmemory 提供了几种记忆模式：
实体记忆（Entity Memory）——把项目的关键实体（文件、模块、依赖关系）结构化存储。不是简单地把所有文件内容扔进向量数据库，而是理解它们之间的关系。比如知道 src/auth/ 和 src/db/ 之间有什么样的依赖。
语义搜索——你可以用自然语言查询记忆："我们上次是怎么处理用户认证的？" agentmemory 会找出相关的历史上下文。
插件生态——已经支持 Claude Code（.claude-plugin）、Codex（.codex-plugin）、Cursor 等主流编码工具的插件格式。安装方式通常就是往项目里放一个插件配置文件。
基准测试——仓库里有个 benchmark/ 目录，包含加载 10 万条记忆的性能测试（p50/p90/p99 延迟指标）。这种工程严谨性在开源 AI 工具里比较少见。
部署选项
项目支持一键部署到多个平台：
# Fly.io / Railway / Render 都有模板
# Docker 部署也很直接
docker run -d -p 3000:3000 agentmemory/agentmemory
还提供了一个 Python SDK 和 REST API，方便在非 Node.js 项目中使用。
实际效果
从社区反馈来看，装上 agentmemory 后最直观的变化是：Agent 不再每次从零开始。它能记住：
- 项目的技术选型和架构决策
- 你偏好什么编码风格（函数式 vs OOP、类型注解的严格程度）
- 之前遇到过什么坑、怎么解决的
- 模块之间的依赖关系
对于一个中型项目来说，这相当于把 onboarding 新开发者的时间从几天缩短到几分钟——Agent 已经有了"前任"积累的知识。
冷静看待
agentmemory 的价值毋庸置疑，但也有边界：
记忆不是万能的。 它主要记住结构化的项目信息，不会记住每行代码的修改历史。大规模重构后，记忆可能需要手动更新。
隐私考虑。 项目上下文（包括可能的业务逻辑）会存储在你部署的实例里。自部署是最安全的选择，但意味着你要维护额外的基础设施。
与 Agent 原生记忆的竞争。 Claude Code 和 Codex 都在开发自己的跨会话记忆能力。agentmemory 的护城河在于它的工具无关性——不绑定任何一家。
适合谁
- 中大型项目维护者——项目结构复杂，Agent 需要上下文才能高效工作
- 团队共享编码环境——多个开发者共用一个 Agent 实例，记忆可以传递
- AI 工具重度用户——每天跟 Claude Code / Codex 打交道，不想重复解释项目
不适合个人小项目。如果你的项目就几个文件，Agent 每次扫一遍就够了，不需要额外的记忆层。
来源：agentmemory GitHub · MIT 协议