AgentMemory AI 智能记忆管理框架

一句话定位

专为 AI 智能体打造的轻量化记忆存储框架，可持久留存对话内容、记忆历史交互，赋能 AI 拥有长期认知与上下文记忆能力。

一、项目简介

核心定位

面向大模型、智能代理程序的记忆管理组件，统一负责 AI 对话记忆存储、调取、归纳与遗忘管理，适配各类 AI 应用接入集成。

解决痛点

常规 AI 对话单次交互失效，无法记住过往聊天内容；上下文长度受限，长期会话易丢失关键信息；记忆杂乱无筛选，冗余内容影响回答精准度；缺少记忆分类、清理与回溯机制。

核心优势

轻量易集成，适配主流大模型快速对接；具备记忆归纳、筛选、分级存储能力；支持记忆检索调取，精准复用历史信息；架构灵活，可按需拓展存储规模与记忆规则。

二、应用场景

1. 智能客服机器人：留存用户咨询记录、诉求偏好，后续对话连贯应答，提升服务贴合度。
2. 私人 AI 助手：记住用户习惯、日程安排、个人偏好，长期交互形成专属智能服务模式。
3. 智能创作对话：保存创作思路、历史文稿，接续对话续写内容，保障创作逻辑统一。
4. 企业智能代理：归档业务沟通数据，复盘交互内容，辅助业务决策与流程优化。

三、普通人如何使用

1. 环境部署：拉取项目代码，搭配本地大模型或在线模型接口，完成基础运行环境配置。
2. 接入调试：按照开发文档接口规范，将记忆框架绑定 AI 对话程序，开启记忆记录功能。
3. 规则设置：自定义记忆保留时长、内容筛选条件，按需开启归纳、遗忘、检索功能。
4. 日常使用：正常和 AI 交互，系统自动留存记忆，后续对话可自动调取历史信息应答。

四、未来发展前景

AI 智能体产业持续扩张，具备长期记忆能力成为智能产品核心刚需，项目市场应用空间广阔。技术层面将迭代智能记忆提纯、情感语义记忆、多模态图文记忆功能，进一步缩减无效数据占用。

生态上兼容更多主流大模型与 AI 框架，降低开发者接入门槛，适配移动端、云端各类部署形态。同时优化记忆安全加密机制，保护用户交互隐私。随着智能助手、数字人、办公 AI 普及，该记忆框架会成为 AI 产品标配组件，商业与技术价值稳步提升。

源代码：https://github.com/rohitg00/agentmemory

entmemory 完整部署流程，本地 /npm、Docker、源码、云平台，一步到位、可直接照着跑。

---

一、项目是什么（先明确）

AgentMemory = AI 编程 Agent 持久化记忆服务

• 给 Claude Code / Cursor / Codex / Gemini CLI 等加上长期记忆
• 本质：本地后台服务 + MCP Server + 可视化面板
• 核心端口：
  • 3111：REST API（主服务）
  • 3112：Streams
  • 3113：Web Viewer（记忆可视化）
• 依赖：Node.js ≥ 20、iii-engine（自动下载）

---

二、本地快速部署（推荐，30 秒）

方式 1：npx 直接跑（零安装）

bash

运行

# 启动服务（后台运行）
npx @agentmemory/agentmemory

# 或固定最新版
npx -y @agentmemory/agentmemory@latest

方式 2：全局安装（常用）

bash

运行

# 安装
npm install -g @agentmemory/agentmemory

# 启动
agentmemory

# 验证健康接口
curl http://localhost:3111/agentmemory/health
# 返回 {"status":"ok"...} 即成功

# 打开可视化面板
open http://localhost:3113

跑 Demo（验证效果）

bash

运行

agentmemory demo
# 自动注入测试记忆，可在 viewer 里搜索语义（如 database performance）

接入你的 AI Agent（关键）

bash

运行

# 接入 Claude Code
agentmemory connect claude-code

# 接入 Cursor
agentmemory connect cursor

# 接入 Codex
agentmemory connect codex

• 自动注册 12 个 Hooks + 4 个记忆技能
• Claude Code 也可手动装插件：

plaintext

/plugin marketplace add rohitg00/agentmemory
/plugin install agentmemory

---

三、源码编译部署（生产 / 二次开发）

1. 环境准备

• Node.js ≥ 20（推荐 22）

bash

运行

# Ubuntu/Debian 安装 Node 22
curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
apt-get install -y nodejs
node -v # v22.x.x

2. 克隆并构建

bash

运行

git clone https://github.com/rohitg00/agentmemory.git
cd agentmemory

# 安装依赖
npm install

# 构建
npm run build

# 启动
npm start
# 或 node dist/index.js

---

四、Docker 部署（最稳，跨平台）

1. 用官方 docker-compose.yml

bash

运行

# 进入项目目录（或直接新建）
wget https://raw.githubusercontent.com/rohitg00/agentmemory/main/docker-compose.yml

# 启动
docker compose up -d

# 查看日志
docker compose logs -f

2. 手动构建镜像

bash

运行

# 构建
docker build -t agentmemory .

# 运行（映射3111/3113端口）
docker run -d \
  -p 3111:3111 \
  -p 3113:3113 \
  -v $(pwd)/data:/app/data \
  --name agentmemory \
  agentmemory

---

五、Windows 特别说明

• 需额外安装 iii-engine（v0.11.2）二进制
• 或直接用 Docker Desktop 跑（避坑）
• 或仅用 MCP 模式接入

---

六、云平台部署（可选）

支持 fly.io、Railway、Vercel 等，官方提供模板：

bash

运行

# fly.io 示例
fly deploy -c deploy/fly.toml

---

七、关键环境变量（按需配置）

bash

运行

AGENTMEMORY_URL=http://localhost:3111  # 服务地址
AGENTMEMORY_AUTO_COMPRESS=false         # 关闭自动压缩（默认安全）
PORT=3111                                # 主端口
VIEWER_PORT=3113                         # 可视化端口

---

AgentMemory 部署 = 本地用 npx / 全局命令一键启动；生产用 Docker；源码编译适合二次开发；接入 Agent 只需一条 connect 命令。