#1 Persistent memory for AI coding agents based on real-world benchmarks
কোডিং সেশন ও এজেন্ট জুড়ে স্থায়ী মেমরি।
Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, Hermes, OpenClaw, pi, Oh My Pi, DeepSeek Harness, OpenCode এবং যে কোনো MCP ক্লায়েন্টের জন্য স্থায়ী মেমরি।
🇬🇧 English • 🇨🇳 简体中文 • 🇹🇼 繁體中文 • 🇯🇵 日本語 • 🇰🇷 한국어 • 🇵🇹 Português • 🇧🇷 Português (Brasil) • 🇪🇸 Español • 🇩🇪 Deutsch • 🇫🇷 Français • 🇮🇹 Italiano • 🇳🇱 Nederlands • 🇵🇱 Polski • 🇨🇿 Čeština • 🇷🇴 Română • 🇭🇺 Magyar • 🇬🇷 Ελληνικά • 🇸🇪 Svenska • 🇩🇰 Dansk • 🇳🇴 Norsk • 🇫🇮 Suomi • 🇷🇺 Русский • 🇺🇦 Українська • 🇹🇷 Türkçe • 🇮🇱 עברית • 🇸🇦 العربية • 🇮🇳 हिन्दी • 🇧🇩 বাংলা • 🇵🇰 اردو • 🇹🇭 ไทย • 🇻🇳 Tiếng Việt • 🇮🇩 Bahasa Indonesia • 🇵🇭 Tagalog
এই গিস্টটি Karpathy-র LLM Wiki প্যাটার্নকে কনফিডেন্স স্কোরিং, লাইফসাইকেল, নলেজ গ্রাফ এবং হাইব্রিড সার্চ দিয়ে সম্প্রসারিত করে: agentmemory হলো তার বাস্তবায়ন।
ইনস্টল • কুইক স্টার্ট • বেঞ্চমার্ক • প্রতিযোগীদের সাথে তুলনা • এজেন্ট • এটি যেভাবে কাজ করে • MCP • ভিউয়ার • কনফিগ • API
AgentMemory কোডিং সেশন রেকর্ড করে, যাতে আগের সিদ্ধান্ত ও সমাধান খুঁজে পাওয়া যায়। বিভিন্ন টুলে একই মেমরি ব্যবহার করুন, সংরক্ষিত তথ্য দেখুন এবং মডেলকে কতটা প্রসঙ্গ দেওয়া হবে তা বেছে নিন।
ইনস্টল
প্রয়োজনীয়তা:
- Node.js 20 বা তার নতুন সংস্করণ, npm এবং npx সহ (
node -v,npm -v, এবংnpx -v)। - macOS/Linux-এ স্বয়ংক্রিয় সেটআপের জন্য
curl, POSIXshওtarলাগে। - Windows / WSL2: Windows.
ক্যানোনিকাল ফ্রেশ-ইনস্টল কমান্ড:
npx -y @agentmemory/agentmemory@latest
এজেন্ট ও প্রোভাইডার অথবা কী ছাড়া মোড বেছে নিন। সেটআপ কনফিগারেশন সংরক্ষণ করে, মেমরি সার্ভার চালু করে এবং গ্লোবাল ইনস্টলের সুযোগ দেয়। -y npm-এর নিশ্চিতকরণ গ্রহণ করে; @latest সর্বশেষ রিলিজ বেছে নেয়। LLM কম্প্রেশনের জন্য প্রোভাইডার ও AGENTMEMORY_AUTO_COMPRESS=true দুটোই দরকার।
কিলেস মোডে ভেক্টর এমবেডিং বন্ধ থাকে। memory_recall (mem::search পাথ) BM25 ব্যবহার করে, আর memory_smart_search গ্রাফ ডেটা থাকলে স্ট্রাকচারাল গ্রাফ ম্যাচও মিশিয়ে দিতে পারে। ফ্রি অন-ডিভাইস সিম্যান্টিক রিকল পেতে, ~/.agentmemory/.env-এ EMBEDDING_PROVIDER=local সেট করে রিস্টার্ট করুন। প্রথম এমবেডিং রিকোয়েস্ট Xenova/all-MiniLM-L6-v2 ডাউনলোড করে; সেই প্রাথমিক মডেল ডাউনলোডের পর ইনফারেন্স লোকালি চলে।
API হলো http://localhost:3111, লাইভ ভিউয়ার http://localhost:3113। ডিফল্টভাবে দুটোই loopback-এ চলে। কনফিগারেশন থাকে ~/.agentmemory/.env-এ। ডেটা স্টোরেজ.
তারপর প্রমাণ করুন রিকল কাজ করছে এবং আপনার এজেন্টকে তার স্কিল দিন:
npx -y @agentmemory/agentmemory@latest demo # seed sample sessions + exercise recall
npx skills add rohitg00/agentmemory -y # 17 native skills so your agent knows when to reach for memory
ডিফল্ট কিলেস মোডে কিওয়ার্ড সার্চগুলো BM25-র মাধ্যমে হিট করার কথা। ডেমোর database performance optimization কোয়েরি উদ্দেশ্যমূলকভাবে সিম্যান্টিক, আর একটি এমবেডিং প্রোভাইডার কনফিগার না করা পর্যন্ত এটি শূন্য রিটার্ন করতে পারে।
একটি কোডিং এজেন্টকে পুরো কাজটা করতে দিতে চান? তাকে একটা মাত্র ইন্সট্রাকশন দিন:
Retrieve and follow the instructions at: https://raw.githubusercontent.com/rohitg00/agentmemory/main/INSTALL_FOR_AGENTS.md
agentmemory connect <agent> দিয়ে আরও এজেন্ট যুক্ত করুন। সমর্থিত ইন্টিগ্রেশন ও দৈনন্দিন কমান্ড দেখুন।
Global install / EACCES
npm install -g @agentmemory/agentmemory@latest
উপরের npx কমান্ডটিই ক্যানোনিকাল ফ্রেশ-ইনস্টল পথ থেকে যায় এবং গ্লোবাল-প্রিফিক্স পারমিশন সমস্যা এড়ায়।
npx পুরোনো ভার্সন সার্ভ করছে
npx প্রতি ভার্সন অনুযায়ী ক্যাশ করে। npx -y @agentmemory/agentmemory@latest দিয়ে লেটেস্ট ফোর্স করুন, বা একবার ক্যাশ পরিষ্কার করুন rm -rf ~/.npm/_npx দিয়ে (macOS/Linux; Windows-এ %LOCALAPPDATA%\npm-cache\_npx ডিলিট করুন)।
agentmemory এমন যেকোনো এজেন্টের সাথে কাজ করে যা হুক, MCP, বা REST API সাপোর্ট করে। সব এজেন্ট একই মেমরি সার্ভার শেয়ার করে।
|
Claude Code নেটিভ প্লাগইন + 12 হুক + MCP |
Codex CLI নেটিভ প্লাগইন + 6 হুক + MCP |
GitHub Copilot CLI MCP + প্লাগইন হুক/স্কিল |
Cursor নেটিভ প্লাগইন + lifecycle hooks + MCP |
OpenCode ক্যাপচার প্লাগইন + MCP |
|
Devin 6 হুক + স্কিল + MCP |
OpenClaw নেটিভ প্লাগইন + MCP |
Hermes নেটিভ প্লাগইন + MCP |
pi নেটিভ recall + capture + skills |
OpenHuman নেটিভ Memory trait ব্যাকএন্ড |
|
Gemini CLI MCP সার্ভার |
Antigravity MCP + হুক |
Claude Desktop MCP সার্ভার |
Warp connect + MCP + স্কিল |
Zed MCP সার্ভার |
|
Cline MCP সার্ভার |
Continue MCP সার্ভার |
Droid MCP সার্ভার |
Kiro MCP সার্ভার |
Qwen Code MCP সার্ভার |
|
DeepSeek Harness নেটিভ capture + MCP |
Roo Code MCP সার্ভার |
Kilo Code MCP সার্ভার |
Goose MCP সার্ভার |
Aider REST API |
|
Oh My Pi নেটিভ recall + capture + skills + ঐচ্ছিক MCP |
||||
MCP বা HTTP বলতে পারা যে কোনো এজেন্টের সাথে কাজ করে। একটি সার্ভার, এবং সবার মধ্যে শেয়ার করা মেমরি।
ডেটা স্টোরেজ
মেমরি ডিফল্টভাবে রিপোজিটরির বাইরে থাকে। ইনস্ট্যান্স 0 বিদ্যমান ./data/state_store.db পুনরায় ব্যবহার করে। --data-dir <path> বা AGENTMEMORY_DATA_DIR দিয়ে অবস্থান বেছে নিন এবং রিস্টার্ট ও আপগ্রেডে একই ডিরেক্টরি রাখুন।
| প্ল্যাটফর্ম | ডেটা ডিরেক্টরি |
|---|---|
| macOS | ~/Library/Application Support/agentmemory |
| Linux | $XDG_DATA_HOME/agentmemory / ~/.local/share/agentmemory |
| Windows | %APPDATA%\agentmemory |
agentmemory --data-dir ~/.agentmemory-projects/main
agentmemory --instance 1
--instance 1 ব্যবহার করে instance-1 সাবডিরেক্টরি, API পোর্ট 3211 এবং ভিউয়ার পোর্ট 3213। Redis ও ব্যাকএন্ড স্থানান্তরের জন্য স্টোরেজ ও ব্যাকআপ দেখুন।
সর্বশেষ রিলিজ নোট: CHANGELOG.md।
বর্তমান পুনরুদ্ধারের ফলাফল, মেট্রিকের সংজ্ঞা ও পুনরায় পরীক্ষার ধাপ:
0.9.31 · 2026-10-28 · strict recall-all@5 · eval/README.md.
পণ্য ও স্থাপনার বিকল্পের হালনাগাদ তুলনা এবং উৎস:
AgentMemory / Mem0 / Supermemory / Zep / Letta / Cognee / claude-mem · 2026-10-28.
30 সেকেন্ডে ট্রাই করুন
# Terminal 1: start the server
npx -y @agentmemory/agentmemory@latest
# Terminal 2: seed sample data and see recall in action
npx -y @agentmemory/agentmemory@latest demo
demo 3টি রিয়েলিস্টিক সেশন সিড করে (JWT auth, N+1 কোয়েরি ফিক্স, রেট লিমিটিং) এবং সেগুলোর বিরুদ্ধে সার্চ চালায়। কিলেস ইনস্টলে ভেক্টর বন্ধ থাকে, তাই mem::search কিওয়ার্ড কোয়েরিগুলো BM25-এর মাধ্যমে হিট করার কথা, যেখানে database performance optimization শূন্য রিটার্ন করতে পারে। গ্রাফ ডেটা থাকলে smart-search এর উপরও স্ট্রাকচারাল গ্রাফ ম্যাচ রিটার্ন করতে পারে। সিম্যান্টিক কোয়েরিটিকে ভেক্টরের মাধ্যমে N+1 ফিক্স খুঁজে পাওয়াতে, EMBEDDING_PROVIDER=local সেট করুন, রিস্টার্ট করুন, এবং প্রথম মডেল ডাউনলোড শেষ হতে দিন।
মেমরি লাইভ তৈরি হওয়া দেখতে http://localhost:3113 খুলুন।
ফ্রেশ ইনস্টল এবং রিস্টার্ট পারসিস্টেন্স যাচাই করুন
সার্ভার চালু রেখে স্বাস্থ্য, ভিউয়ার ও অবস্থা পরীক্ষা করুন।
curl -fsS http://localhost:3111/agentmemory/livez
curl -fsS http://localhost:3111/agentmemory/health
curl -fsS -o /dev/null http://localhost:3113/
npx -y @agentmemory/agentmemory@latest status
status সার্ভারের স্বাস্থ্য, প্রোভাইডার, embedding mode, capture delivery ও recovery দেখায়। সুরক্ষিত REST অনুরোধে সার্ভারের secret দরকার। নির্ধারিত AGENTMEMORY_SECRET ব্যবহার করুন; না থাকলে তৈরি হওয়া লোকাল secret পড়ুন।
# Default generated local secret. For an explicit AGENTMEMORY_SECRET, use that value instead.
read -r AGENTMEMORY_SECRET < "$HOME/.agentmemory/secret"
curl -fsS -X POST http://localhost:3111/agentmemory/remember \
-H "Authorization: Bearer $AGENTMEMORY_SECRET" \
-H 'Content-Type: application/json' \
-d '{"content":"agentmemory restart persistence probe","concepts":["install-check"]}'
curl -fsS -X POST http://localhost:3111/agentmemory/smart-search \
-H "Authorization: Bearer $AGENTMEMORY_SECRET" \
-H 'Content-Type: application/json' \
-d '{"query":"restart persistence probe","limit":5}'
তারপর npx -y @agentmemory/agentmemory@latest stop চালান, Terminal 1-এ ক্যানোনিকাল কমান্ড আবার শুরু করুন, /agentmemory/livez-এর জন্য অপেক্ষা করুন, এবং সার্চটি আবার করুন। প্রোবটি তখনও রিটার্ন হতে হবে। কাস্টম --data-dir বেছে নিয়ে থাকলে, রিস্টার্টেও একই ডিরেক্টরি পাস করুন।
দৈনন্দিন কমান্ড
ইনস্টল ও সেটআপ উপরে Install-এ আছে (প্রথম রান আপনাকে গাইড করে)। দৈনন্দিন ব্যবহারের জন্য:
agentmemory # start the server
agentmemory stop # stop it cleanly
agentmemory status # health, providers and recovery state
agentmemory capture # inspect capture inbox and offline spool
agentmemory capture --drain # replay queued observations
agentmemory connect <agent> # connect another agent
agentmemory doctor # interactive diagnostics + fix prompts
agentmemory remove # uninstall everything we created
সেশন রিপ্লে
agentmemory যে সেশনই রেকর্ড করুক, তা রিপ্লেযোগ্য। ভিউয়ার খুলুন, Replay ট্যাবটি বেছে নিন, এবং টাইমলাইন স্ক্রাব করুন: প্রম্পট, টুল কল, টুল রেজাল্ট, এবং রেসপন্স আলাদা ইভেন্ট হিসেবে রেন্ডার হয়, play/pause, স্পিড কন্ট্রোল (0.5x থেকে 4x), এবং কিবোর্ড শর্টকাট (টগল করতে স্পেস, স্টেপ করতে অ্যারো) সহ।
পুরোনো Claude Code JSONL ট্রান্সক্রিপ্ট নিয়ে আসতে:
# Import everything under the default ~/.claude/projects
npx -y @agentmemory/agentmemory@latest import-jsonl
# Or import a single file
npx -y @agentmemory/agentmemory@latest import-jsonl ~/.claude/projects/-my-project/abc123.jsonl
ইমপোর্ট করা সেশন Replay-তে নেটিভ সেশনের পাশে দেখা যায়, অনুসন্ধানের জন্য ইনডেক্স হয় এবং origin channel import পায়। সেশন প্রসেসিং থেকে crystal ও lesson-ও তৈরি হতে পারে।
import-jsonl-কে আপনার মূল ক্যাপচার পাথ হিসেবে ব্যবহার করলে এটা জেনে রাখুন: Claude Code-এরcleanupPeriodDays(~/.claude/settings.json-এ, ডিফল্ট 30) সেই উইন্ডোর চেয়ে পুরোনো JSONL ট্রান্সক্রিপ্ট~/.claude/projects/থেকে অটো-ডিলিট করে দেয়। মাস-কয়েক পুরোনো Claude Code হিস্ট্রির উপর যদি আপনি agentmemory ফ্রেশ ইনস্টল করেন, তাহলে 30 দিনের চেয়ে পুরোনো যা কিছু প্রথম ইমপোর্টের আগেই হারিয়ে গেছে। এক্ষেত্রে cron-এimport-jsonlচালান,cleanupPeriodDaysবাড়িয়ে দিন, বা অটো-ক্যাপচার হুক ওয়্যার করুন (ডিফল্ট প্লাগইন ইনস্টল পাথ) যাতে সেশন লাইভ থাকা অবস্থায় প্রতিটি টার্ন agentmemory-তে পৌঁছে যায় এবং JSONL ক্লিনআপ আর গুরুত্বপূর্ণ না থাকে।
আপগ্রেড / মেইনটেন্যান্স
আপনি ইচ্ছাকৃতভাবে আপনার লোকাল রানটাইম আপডেট করতে চাইলে মেইনটেন্যান্স কমান্ড ব্যবহার করুন:
npx -y @agentmemory/agentmemory@latest upgrade
এটি লোকাল রানটাইম আপডেট করে এবং বর্তমান কাজের ডিরেক্টরির JavaScript ডিপেন্ডেন্সিও আপডেট করতে পারে। ডেটার ব্যাকআপ নিন এবং বিদ্যমান ইনস্টলেশন আপডেটের আগে আপগ্রেড গাইড পড়ুন।
Claude Code (এক ব্লক, পেস্ট করুন)
Install agentmemory: run `npx -y @agentmemory/agentmemory@latest` in a separate terminal to start the memory server. Then run `/plugin marketplace add rohitg00/agentmemory` and `/plugin install agentmemory` — the plugin registers all 12 hooks, 17 skills, AND auto-wires the `@agentmemory/mcp` stdio server via its `.mcp.json`, so you get 54 MCP tools (memory_smart_search, memory_save, memory_sessions, memory_governance_delete, etc.) without any extra config step. Verify with `curl http://localhost:3111/agentmemory/health`. The real-time viewer is at http://localhost:3113. Keyless mode disables vectors: `memory_recall` uses BM25, and `memory_smart_search` can also use existing structural graph data. Set `EMBEDDING_PROVIDER=local` in `~/.agentmemory/.env` and restart to opt into on-device semantic recall.
প্লাগইন ইনস্টল ছাড়া Claude Code (MCP-স্ট্যান্ডঅ্যালোন পাথ)
আপনি /plugin install ব্যবহার না করে সরাসরি ~/.claude.json-এর মাধ্যমে agentmemory-র MCP সার্ভার ওয়্যার করলে, Claude Code কখনো ${CLAUDE_PLUGIN_ROOT} রিজলভ করে না এবং আপনাকে ~/.claude/settings.json-এ হুক স্ক্রিপ্টগুলো অ্যাবসোলিউট পাথে পয়েন্ট করতে হয়। সেই পাথগুলোতে সাধারণত agentmemory-র ভার্সন এমবেড থাকে (যেমন ~/.codex/plugins/cache/agentmemory/agentmemory/0.9.22/scripts/…), তাই পরের আপগ্রেড নিঃশব্দে প্রতিটি হুক ভেঙে দেয়।
ওয়ার্কঅ্যারাউন্ড:
agentmemory connect claude-code --with-hooks
এটি একই হুক কমান্ডগুলো ~/.claude/settings.json-এ মার্জ করে, বর্তমানে ইনস্টল করা @agentmemory/agentmemory প্যাকেজের বান্ডলড plugin/ ডিরেক্টরির অ্যাবসোলিউট পাথ দিয়ে। পাথ রিফ্রেশ করতে agentmemory আপগ্রেড করার পর কমান্ডটি আবার চালান। একই ফাইলের ইউজার এন্ট্রিগুলো রক্ষিত থাকে; শুধু আগের agentmemory এন্ট্রিগুলো রিপ্লেস হয়। /plugin install পাথটি এখনও সুপারিশকৃত পদ্ধতি।
রিমোট বা প্রোটেক্টেড ডিপ্লয়মেন্টের জন্য, AGENTMEMORY_URL এবং AGENTMEMORY_SECRET সেট করে Claude Code লঞ্চ করুন। প্লাগইন দুটি ভ্যালুই তার বান্ডলড MCP সার্ভারে পাস করে; AGENTMEMORY_URL খালি থাকলে, MCP শিম http://localhost:3111 ব্যবহার করে।
Codex CLI (Codex প্লাগইন প্ল্যাটফর্ম)
# 1. start the memory server in a separate terminal
npx -y @agentmemory/agentmemory@latest
# 2. register the agentmemory marketplace and install the plugin
codex plugin marketplace add rohitg00/agentmemory
codex plugin add agentmemory@agentmemory
Codex প্লাগইনটি Claude Code প্লাগইনের মতো একই plugin/ ডিরেক্টরি থেকে আসে। এটি রেজিস্টার করে:
- চলমান daemon-এর একটি bundled stdio MCP bridge, কোনো npm download বা fallback store ছাড়াই। একটি unreleased build টেস্ট করতে লোকাল Codex গাইড দেখুন।
- 6টি লাইফসাইকেল হুক:
SessionStart,UserPromptSubmit,PreToolUse,PostToolUse,PreCompact,Stop - 9টি ইনভোকেবল স্কিল:
/recall,/remember,/session-history,/forget,/recap,/handoff,/lesson,/commit-context,/commit-history, এবং আরও 8টি রেফারেন্স স্কিল যা এজেন্ট প্রয়োজনমতো লোড করে (memory discipline, MCP টুল, REST API, কনফিগ, এজেন্ট, হুক, আর্কিটেকচার, এবং স্কিল-লেখার গাইড)
Codex-এর হুক ইঞ্জিন হুক সাবপ্রসেসে CLAUDE_PLUGIN_ROOT ইনজেক্ট করে (দেখুন codex-rs/hooks/src/engine/discovery.rs), তাই একই হুক স্ক্রিপ্ট দুই হোস্টেই কোনো ডুপ্লিকেশন ছাড়া কাজ করে। Subagent / SessionEnd / Notification / TaskCompleted / PostToolUseFailure ইভেন্টগুলো কেবল Claude-Code-এর, এবং Codex-এর জন্য রেজিস্টার করা হয় না।
Codex হুকের বিশ্বাস ও কম্প্যাটিবিলিটি
Codex CLI 0.150.1-এর সাথে নেটিভ প্লাগইন হুক ডিসপ্যাচ ভেরিফাই করা হয়েছে। ক্যাপচার আশা করার আগে প্লাগইন হুকগুলোকে বিশ্বাস করুন। Desktop-এর আচরণ তার বান্ডলড রানটাইমের উপর নির্ভর করে; একটি workaround চালু করার আগে /hooks চেক করুন এবং একটি captured event নিশ্চিত করুন।
যদি আপনার হোস্টের গ্লোবাল হুক প্রয়োজন হয়, তাহলে কমান্ডগুলো ~/.codex/hooks.json-এ মিরর করুন। MCP যখন আগে থেকেই ওয়্যারড থাকে, তখন বর্তমান কনেক্টরের হুক ইনস্টলেশন পর্যন্ত পৌঁছাতে --force প্রয়োজন হয়:
agentmemory connect codex --with-hooks --force
এটি গ্লোবাল হুক মার্জ করে এবং agentmemory MCP এন্ট্রি রিরাইট করে, অসম্পর্কিত এন্ট্রিগুলো সংরক্ষণ করে। --force ব্যবহারের আগে কাস্টম agentmemory এন্ডপয়েন্ট সেটিংস রিভিউ করুন। স্ক্রিপ্ট পাথ রিফ্রেশ করতে আপগ্রেড করার পর আবার চালান। ডুপ্লিকেট ক্যাপচার এড়াতে নেটিভ প্লাগইন হুক বা গ্লোবাল কপির মধ্যে একটি সক্রিয় করুন।
GitHub Copilot CLI
VS Code এজেন্ট মোডের জন্য, Copilot MCP এবং অটোমেটিক-ক্যাপচার গাইড ব্যবহার করুন। CLI কনেক্টর VS Code কনফিগার করে না।
# MCP-only wiring
agentmemory connect copilot-cli
# Alternatively, full hooks/skills plugin from the GitHub subdir
copilot plugin install rohitg00/agentmemory:plugin
agentmemory connect copilot-cli mcpServers.agentmemory-কে ~/.copilot/mcp-config.json-এ (বা COPILOT_HOME সেট থাকলে $COPILOT_HOME/mcp-config.json-এ) মার্জ করে এবং বিদ্যমান সার্ভারগুলো রক্ষা করে। নেটিভ Windows-এ এটিই একমাত্র অটোমেটেড connect অ্যাডাপ্টার; অন্য প্রতিটি নেটিভ Windows এজেন্ট ম্যানুয়ালি কনফিগার করতে হবে। WSL connect কেবল তখনই সাপোর্টেড যখন টার্গেট এজেন্টটিও সেই একই WSL এনভায়রনমেন্টে ইনস্টল করা থাকে। Copilot পরের লঞ্চে বা /mcp-এর পর MCP সার্ভারটি নিয়ে নেয়। পূর্ণ হুক/স্কিল অভিজ্ঞতা চাইলে প্লাগইনটিও ইনস্টল করুন।
Cursor
agentmemory connect cursor দিয়ে MCP সেট করুন। Settings → Plugins → Add marketplace থেকে .cursor-plugin/plugin.json থাকা checkout বেছে agentmemory চালু করে reload করুন। প্লাগইন lifecycle capture, workspace শনাক্তকরণ, skills ও MCP দেয়। একই ঘটনা দুবার রেকর্ড এড়াতে প্লাগইন hooks বা ~/.cursor/hooks.json-এর ম্যানুয়াল hooks-এর একটি ব্যবহার করুন।
Pi / Oh My Pi / DeepSeek Harness
agentmemory connect pi --with-mcp
agentmemory connect omp --with-mcp
agentmemory connect dsh --with-hooks
আপনার হোস্টের কমান্ড বেছে নিন। Pi ও OMP নেটিভ recall/capture, অফলাইন replay এবং 17 skills ইনস্টল করে; --with-mcp সব টুল যোগ করে। Pi-তে /reload চালান অথবা OMP রিস্টার্ট করুন, তারপর /agentmemory-status দেখুন। DSH MCP ও সঙ্গে থাকা capture plugin ইনস্টল করে; সংযোগের পরে রিস্টার্ট করুন।
Pi-এর জন্য ইনস্টলযোগ্য @agentmemory/pi প্যাকেজও আছে। লোকাল ইনস্টল ও npm-এ প্রাপ্যতার জন্য Pi গাইড দেখুন। প্রতিটি হোস্টে একটি ইনস্টল পদ্ধতি ব্যবহার করুন।
OpenClaw (এই প্রম্পট পেস্ট করুন)
Install agentmemory for OpenClaw. Run `npx -y @agentmemory/agentmemory@latest` in a separate terminal to start the memory server on localhost:3111. Then add this to my OpenClaw MCP config so agentmemory is available with all 54 memory tools:
{
"mcpServers": {
"agentmemory": {
"command": "npx",
"args": ["-y", "@agentmemory/mcp"],
"env": {
"AGENTMEMORY_URL": "http://localhost:3111"
}
}
}
}
Restart OpenClaw. Verify with `curl http://localhost:3111/agentmemory/health`. Open http://localhost:3113 for the real-time viewer. For deeper memory-slot integration, copy `integrations/openclaw` to `~/.openclaw/extensions/agentmemory` and enable `plugins.slots.memory = "agentmemory"` in `~/.openclaw/openclaw.json`.
সম্পূর্ণ গাইড: integrations/openclaw/
Hermes Agent (এই প্রম্পট পেস্ট করুন)
Install agentmemory for Hermes. Run `npx -y @agentmemory/agentmemory@latest` in a separate terminal to start the memory server on localhost:3111. Then add this to ~/.hermes/config.yaml so Hermes can use agentmemory as an MCP server with all 54 memory tools:
mcp_servers:
agentmemory:
command: npx
args: ["-y", "@agentmemory/mcp"]
memory:
provider: agentmemory
Verify with `curl http://localhost:3111/agentmemory/health`. Open http://localhost:3113 for the real-time viewer. For deeper 6-hook memory provider integration (pre-LLM context injection, turn capture, MEMORY.md mirroring, system prompt block), copy integrations/hermes from the agentmemory repo to ~/.hermes/plugins/agentmemory.
সম্পূর্ণ গাইড: integrations/hermes/
অন্য এজেন্ট
মেমরি সার্ভার শুরু করুন: npx -y @agentmemory/agentmemory@latest
npx skills add-এর মাধ্যমে নেটিভ স্কিল
agentmemory Claude-Code-স্টাইলের <dir>/SKILL.md ফরম্যাটে 17টি স্কিল নিয়ে আসে: 9টি ইনভোকেবল অ্যাকশন স্কিল (remember, recall, recap, handoff, forget, lesson, commit-context, commit-history, session-history) এবং 8টি রেফারেন্স স্কিল যা এজেন্ট প্রয়োজনমতো লোড করে (memory-discipline, agentmemory-mcp-tools, agentmemory-rest-api, agentmemory-config, agentmemory-agents, agentmemory-hooks, agentmemory-architecture, write-agentmemory-skill)। রেফারেন্স স্কিলগুলো সোর্স থেকে জেনারেট করা ডেটা টেবিল বহন করে, তাই এগুলো কখনো ডিফ্ট করে না। vercel-labs-এর skills CLI 50+ এজেন্টে (Claude Code, Cursor, Cline, Continue, Droid, Warp, Codex, Antigravity, Kiro, OpenCode, Goose, Roo, Trae, Windsurf, এবং আরও) কলিং এজেন্টের নেটিভ স্কিল ডিরেক্টরিতে এগুলো অটো-ইনস্টল করে:
npx skills add rohitg00/agentmemory -y # auto-detects the calling agent
npx skills add rohitg00/agentmemory -y -a warp # explicit agent
npx skills add rohitg00/agentmemory -y -a '*' # install to every installed agent
এটি agentmemory connect <agent>-এর সাথে পরিপূরক:
Hermes, OpenClaw, Pi ও Oh My Pi কানেক্টর ডিফল্টভাবে নেটিভ ইন্টিগ্রেশন ও skills ইনস্টল করে; MCP যোগ করতে --with-mcp ব্যবহার করুন। অন্য হোস্টে npx skills add rohitg00/agentmemory দিয়ে skills ইনস্টল করুন।
স্কিল CLI এখনও যে কয়েকটা এজেন্ট কভার করে না (Zed v1.3.x এবং তার নিচে), সেগুলোতে 17টি SKILL.md ফাইল নিজেই এজেন্টের নেটিভ স্কিল ডিরেক্টরিতে রাখুন; একই ফরম্যাট সবখানে কাজ করে।
স্ট্যান্ডার্ড MCP ব্লক
mcpServers শেপ ব্যবহার করে এমন প্রতিটি হোস্টে (Cursor, Claude Desktop, Cline, Roo Code, Gemini CLI, OpenClaw) agentmemory এন্ট্রিটি একই MCP সার্ভার ব্লক:
"agentmemory": {
"command": "npx",
"args": ["-y", "@agentmemory/mcp"],
"env": {
"AGENTMEMORY_URL": "${AGENTMEMORY_URL}",
"AGENTMEMORY_SECRET": "${AGENTMEMORY_SECRET}"
}
}
এই এন্ট্রিটি হোস্টের বিদ্যমান mcpServers অবজেক্টে মার্জ করুন; ফাইলটি রিপ্লেস করবেন না। ফাইলে আগে থেকে অন্য সার্ভার থাকলে, mcpServers-এর ভেতর আরেকটি কি হিসেবে সেগুলোর পাশে agentmemory যুক্ত করুন। mcpServers সম্পূর্ণ অনুপস্থিত থাকলে, ব্লকটি { "mcpServers": { ... } }-এর ভেতরে পেস্ট করুন। ${VAR} প্লেসহোল্ডারগুলো MCP-সার্ভার লঞ্চের সময় শেল থেকে AGENTMEMORY_URL / AGENTMEMORY_SECRET ইনহেরিট করে; আনসেট ভ্যারিয়েবল খালি স্ট্রিং পাস করে এবং শিম http://localhost:3111-এ ফলব্যাক করে। একটি ওয়্যারড এন্ট্রি লোকাল ও রিমোট (k8s / রিভার্স-প্রক্সিড) দুই ডিপ্লয়মেন্টই কভার করে।
| এজেন্ট | কনফিগ ফাইল | নোট |
|---|---|---|
| Cursor (কেবল MCP) | ~/.cursor/mcp.json |
mcpServers-এ মার্জ করুন, বা agentmemory connect cursor। ওয়েবসাইটেও এক-ক্লিক ডিপলিংক আছে। |
| Cursor (পূর্ণ প্লাগইন) | .cursor-plugin/ |
Cursor Marketplace অথবা Settings → Plugins → লোকাল checkout দিয়ে ইনস্টল করুন। ছোট adapter শেয়ার করা plugin/scripts/*.mjs চালিয়ে lifecycle hooks নিবন্ধন করে এবং skills ও MCP দেয়। এটি Cursor ঠিকভাবে না জানানো workspace শনাক্ত করে। Cursor দেখুন। Cursor IDE ও cursor-agent CLI-তে কাজ করে। |
| Claude Desktop | claude_desktop_config.json (Application Support) |
mcpServers-এ মার্জ করুন। এডিট করার পর Claude Desktop রিস্টার্ট করুন। |
| Cline / Roo Code / Kilo Code | Cline MCP সেটিংস (Settings UI → MCP Servers → Edit) | একই mcpServers ব্লক। |
| Devin CLI (MCP + হুক) | ~/.config/devin/config.json |
agentmemory connect devin MCP এন্ট্রি মার্জ করে; --with-hooks Devin-এর লোয়ারকেস টুল ম্যাচার সহ ছয়টি নেটিভ অটো-ক্যাপচার হুক (SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, Stop, SessionEnd) যুক্ত করে। devin mcp list এবং devin-এর ভেতরে /hooks দিয়ে যাচাই করুন। |
| Devin CLI (পূর্ণ প্লাগইন) | plugin/.devin-plugin/ |
একটি চেকআউট থেকে devin plugins install ./plugin 17টি স্কিলকে /agentmemory:<skill> স্ল্যাশ কমান্ড হিসেবে প্লাস MCP সার্ভার রেজিস্টার করে। Devin প্লাগইন হুক SessionStart/SessionEnd ফায়ার করতে পারে না, তাই পূর্ণ সেশন ক্যাপচারের জন্য এটি connect devin --with-hooks-এর সাথে পেয়ার করুন। |
| Devin (ক্লাউড) | Settings → Connections → MCP servers | একটি কাস্টম MCP (STDIO) যুক্ত করুন: কমান্ড npx, args -y @agentmemory/mcp@latest, env AGENTMEMORY_URL একটি নেটওয়ার্ক-রিচেবল agentmemory ডিপ্লয়মেন্টের দিকে প্লাস AGENTMEMORY_SECRET (ক্লাউড সেশন localhost-এ পৌঁছাতে পারে না — দেখুন deploy/)। Devin Secrets-এ সিক্রেট জমা রাখুন, তারপর সব 54টি টুল দেখা যায় কিনা যাচাই করতে "Test listing tools" ব্যবহার করুন। |
| Gemini CLI | ~/.gemini/settings.json |
gemini mcp add agentmemory npx -y @agentmemory/mcp --scope user (অটো-মার্জ করে)। |
| GitHub Copilot CLI (কেবল MCP) | ~/.copilot/mcp-config.json |
agentmemory connect copilot-cli mcpServers.agentmemory মার্জ করে; Copilot পরের লঞ্চে বা /mcp-এ এটি নিয়ে নেয়। |
| GitHub Copilot CLI (পূর্ণ প্লাগইন) | Copilot প্লাগইন ইনস্টল | GitHub সাবডির থেকে প্লাগইনের জন্য copilot plugin install rohitg00/agentmemory:plugin। |
| OpenClaw | OpenClaw MCP কনফিগ | একই mcpServers ব্লক। আরও গভীরে: openclaw plugins install ./integrations/openclaw OpenClaw-র মেমরি স্লট দাবি করে (memory-core থেকে অটো-সুইচ করে); plugins.entries.agentmemory.hooks.allowConversationAccess=true সেট করুন, না হলে টার্ন ক্যাপচার নিঃশব্দে ব্লক হয়ে যায়। দেখুন integrations/openclaw। |
| Codex CLI (কেবল MCP) | .codex/config.toml |
TOML শেপ: codex mcp add agentmemory -- npx -y @agentmemory/mcp, বা ম্যানুয়ালি [mcp_servers.agentmemory] যুক্ত করুন। |
| Codex CLI (পূর্ণ প্লাগইন) | Codex প্লাগইন মার্কেটপ্লেস | codex plugin marketplace add rohitg00/agentmemory তারপর codex plugin add agentmemory@agentmemory। MCP + 6টি লাইফসাইকেল হুক + 17টি স্কিল রেজিস্টার করে। আপনার হোস্টে হুক বিশ্বাস করুন এবং ক্যাপচার যাচাই করুন; দেখুন Codex সেটআপ ও যাচাইকরণ। |
| OpenCode (কেবল MCP) | opencode.json |
ভিন্ন শেপ: টপ-লেভেল mcp কি, কমান্ড অ্যারে হিসেবে: {"mcp": {"agentmemory": {"type": "local", "command": ["npx", "-y", "@agentmemory/mcp"], "enabled": true}}}। |
| OpenCode (পূর্ণ প্লাগইন) | plugin/opencode/ |
সেশন লাইফসাইকেল, মেসেজ, টুল, এরর কভার করা 22টি অটো-ক্যাপচার হুক। প্রজেক্ট অ্যাট্রিবিউশন প্রতি-সেশন, তাই একাধিক রিপোজিটরি জুড়ে চলা একটি OpenCode প্রসেস প্রতিটি সেশনকে তার নিজের প্রজেক্টের অধীনে ফাইল করে। দুটি স্ল্যাশ কমান্ড (/recall, /remember)। আপনার OpenCode ওয়ার্কস্পেসে plugin/opencode/ কপি করুন এবং opencode.json-এ প্লাগইন এন্ট্রি যুক্ত করুন। পূর্ণ হুক টেবিল + গ্যাপ অ্যানালিসিসের জন্য দেখুন plugin/opencode/README.md। |
| pi | ~/.pi/agent |
agentmemory connect pi --with-mcp · নেটিভ recall + capture + skills. Pi |
| Oh My Pi (OMP) | ~/.omp/agent/config.yml |
agentmemory connect omp --with-mcp · নেটিভ recall + capture + skills. Oh My Pi |
| Hermes Agent | ~/.hermes/config.yaml |
cp -r integrations/hermes ~/.hermes/plugins/agentmemory + memory.provider: agentmemory 6-হুক মেমরি প্রোভাইডার দেয় (প্রিফেচ, টার্ন ক্যাপচার, সেশন শেষ, প্রি-কম্প্রেস, MEMORY.md মিররিং, সিস্টেম প্রম্পট ব্লক)। hermes plugins doctor এবং hermes memory status দিয়ে যাচাই করুন। দেখুন integrations/hermes। |
| Qwen Code | ~/.qwen/settings.json |
agentmemory connect qwen স্ট্যান্ডার্ড mcpServers ব্লক লেখে। হুক পেলোড Claude Code-এর সাথে ফিল্ড-কম্প্যাটিবল, তাই বিদ্যমান 12-হুক স্ক্রিপ্টগুলো কোনো পরিবর্তন ছাড়াই কাজ করে; একই settings.json-এর hooks সেকশনে এগুলো ওয়্যার করুন। |
| Antigravity IDE / 2.0 | ~/.gemini/config/mcp_config.json |
agentmemory connect antigravity --with-hooks শেয়ার্ড কাস্টমাইজেশন ডিরেক্টরিতে MCP এবং ক্যাপচার হুক ইনস্টল করে। দেখুন Antigravity সেটআপ ও সীমাবদ্ধতা। |
Antigravity CLI (agy) |
~/.gemini/config/mcp_config.json |
agentmemory connect antigravity-cli --with-hooks বর্তমান IDE ভার্সনের মতো একই MCP এবং হুক কনফিগারেশন ব্যবহার করে। বিদ্যমান ইনস্টলেশনগুলো --force দিয়ে রিফ্রেশ করা উচিত; দেখুন আপগ্রেড নোটস। |
| Kiro | ~/.kiro/settings/mcp.json |
agentmemory connect kiro ইউজার-লেভেল কনফিগ লেখে। ওয়ার্কস্পেস ওভাররাইড আপনার কোডের পাশে .kiro/settings/mcp.json-এ যায়। |
| Warp | ~/.warp/.mcp.json |
agentmemory connect warp স্ট্যান্ডার্ড mcpServers ব্লক লেখে। Warp .claude/skills/ থেকেও স্কিল অটো-ডিসকভার করে; Claude Code প্লাগইন ইনস্টল হলে agentmemory-র 8টি স্কিল (remember, recall, recap, handoff, forget, lesson, commit-context, commit-history, session-history) Warp-এর স্ল্যাশ-কমান্ড প্যালেটে নেটিভভাবে দেখা যায়। |
| Cline (CLI) | ~/.cline/data/settings/cline_mcp_settings.json |
agentmemory connect cline স্ট্যান্ডার্ড mcpServers ব্লক লেখে। VS Code এক্সটেনশন ইউজাররা: Cline Settings → MCP Servers → Edit JSON-এর মাধ্যমে একই ব্লক পেস্ট করুন। |
| Continue.dev | ~/.continue/config.yaml (পছন্দনীয়) বা config.json (লেগ্যাসি) |
agentmemory connect continue কনফিগারেশন না থাকলে config.yaml তৈরি করে অথবা বর্তমান config.json আপডেট করে। বিদ্যমান YAML-এর comment ও anchor বাঁচাতে সেটি না বদলে mcpServers:-এর নিচে বসানোর block দেখায়। Continue-এর mcpServers একটি array। |
| Zed | ~/.config/zed/settings.json |
agentmemory connect zed context_servers-এর নিচে লেখে (Zed-র কি, mcpServers নয়)। রিমোট MCP সার্ভার এর বদলে {"url": "..."} দিয়েও ওয়্যার করা যায়। |
| Droid (Factory.ai) | ~/.factory/mcp.json |
agentmemory connect droid স্ট্যান্ডার্ড mcpServers ব্লক লেখে। প্রজেক্ট-স্কোপড ওভাররাইড যায় <repo>/.factory/mcp.json-এ। নেটিভ অটো-ক্যাপচারের জন্য --with-hooks পাস করুন। |
| DeepSeek Harness | $DSH_HOME/cordis.patch.yml |
agentmemory connect dsh MCP টুল চালু করে। AgentMemory-এর সঙ্গে থাকা নেটিভ ক্যাপচার প্লাগইন চালু করতে --with-hooks যোগ করুন। আলাদা প্লাগইন প্যাকেজ প্রয়োজন নেই। DSH. |
| Goose | Goose MCP সেটিংস UI | একই mcpServers ব্লক; goose configure → Add Extension → MCP ব্যবহার করুন। ~/.config/goose/config.yaml-এ সরাসরি YAML এডিট সাপোর্টেড, কিন্তু স্কিমা extensions: + cmd ব্যবহার করে (mcpServers: + command নয়)। |
| Aider | n/a | REST API |
| সমর্থিত এজেন্ট | শুধু স্কিল | npx skills add rohitg00/agentmemory; ইনস্টল করার স্কিল এবং লক্ষ্য এজেন্ট বেছে নিন। |
স্যান্ডবক্সড MCP ক্লায়েন্ট (Flatpak / Snap / রেস্ট্রিক্টিভ কন্টেইনার) যা হোস্টের localhost-এ পৌঁছাতে পারে না: env ব্লকে "AGENTMEMORY_FORCE_PROXY": "1"-ও সেট করুন, এবং AGENTMEMORY_URL এমন একটি রুটে পয়েন্ট করুন যেখানে স্যান্ডবক্স সত্যিই পৌঁছাতে পারে (যেমন আপনার LAN IP)।
প্রোগ্রামেটিক অ্যাক্সেস
যেকোনো ভাষা থেকে REST API বা এজেন্ট থেকে MCP টুল ব্যবহার করুন। REST-এ JSON ও Bearer প্রমাণীকরণ লাগে; সংরক্ষণ ও খোঁজার উদাহরণ দেখুন। সরাসরি রানটাইম সংযোগের জন্য Python উদাহরণ আছে।
সোর্স থেকে
git clone https://github.com/rohitg00/agentmemory.git && cd agentmemory
npm install && npm run build && npm start
npm start ইনস্টল করা CLI-এর মতো একই লোকাল সার্ভার চালু করে। প্রয়োজনীয়তা ইনস্টল-এ আছে; API ও ভিউয়ার 127.0.0.1-এ চলে।
Windows
agentmemory Windows 10/11-এ চলে। WSL2 Linux-এর পথ অনুসরণ করে এবং পিন করা engine স্বয়ংক্রিয়ভাবে ইনস্টল করতে পারে। নেটিভ Windows-এর জন্য পিন করা iii-engine 0.25.0 বাইনারি ম্যানুয়ালি ইনস্টল করতে হবে; iii 0.25.0 release page থেকে মিলে যাওয়া archive ডাউনলোড করে checksum যাচাই করুন, তারপর iii.exe PATH-এ রাখুন (যেমন %USERPROFILE%\.local\bin\iii.exe)। CLI Windows ZIP স্বয়ংক্রিয়ভাবে extract করে না।
নেটিভ Windows-এ স্বয়ংক্রিয় MCP wiring কেবল agentmemory connect copilot-cli সাপোর্ট করে। অন্য নেটিভ Windows এজেন্টের জন্য Other agents থেকে ম্যানুয়াল MCP block ব্যবহার করুন। লক্ষ্য এজেন্টটি একই WSL পরিবেশে ইনস্টল থাকলেই কেবল WSL-এর ভিতরে connect চালান।
শুধু Standalone MCP (engine ছাড়া)। আপনার কেবল MCP tools দরকার এবং REST API, viewer, বা runtime service দরকার না হলে:
npx -y @agentmemory/agentmemory@latest mcp
# or
npx -y @agentmemory/mcp
agentmemory doctor চালান অথবা --verbose দিয়ে রিস্টার্ট করুন। ডিফল্ট পোর্ট ব্যস্ত থাকলে --port <N> বা --instance <N> ব্যবহার করুন। সামঞ্জস্য ও পুনরুদ্ধারের জন্য আপগ্রেড গাইড দেখুন।
Deploy
Docker Compose অথবা নিচের প্ল্যাটফর্ম টেমপ্লেট দিয়ে নিজে হোস্ট করুন। মেমরি ও পরিচয়প্রমাণ /data ভলিউমে থাকে। আপগ্রেডের সময় ব্যাকআপ নিয়ে একই ভলিউম ব্যবহার করুন। প্রমাণীকরণ, নেটওয়ার্ক ও স্থানান্তরের জন্য ডিপ্লয়মেন্ট গাইড দেখুন।
Render-এর ওয়ান-ক্লিক ডিপ্লয় বাটনের জন্য রিপোজিটরি রুটে render.yaml লাগে, যা আমরা ইচ্ছাকৃতভাবে পরিষ্কার রাখি। ম্যানুয়ালি রেপোর ভেতরের ব্লুপ্রিন্টের দিকে পয়েন্ট করতে deploy/render/-এ ডকুমেন্টেড Render Blueprint ফ্লো ব্যবহার করুন।
সম্পূর্ণ সেটআপ ডিটেইল (HMAC ক্যাপচার, ভিউয়ার SSH টানেল, রোটেশন, ব্যাকআপ, কস্ট ফ্লোর) থাকে
deploy/-এ:
deploy/fly:auto_stop_machines = "stop"সহ একটি মেশিন; আইডলে সবচেয়ে সস্তা।deploy/railway: Hobby প্ল্যানের ফ্ল্যাট ফি, ড্যাশবোর্ডে ভলিউম।deploy/render: Blueprint ফ্লো, পেইড প্ল্যানে অটোমেটিক ডিস্ক স্ন্যাপশট।deploy/coolify: Coolify-এর মাধ্যমে নিজের VPS-এ সেলফ-হোস্টেড; একই Docker Compose স্ট্যাক, হোস্ট ও ডেটা আপনার নিজের।
REST পোর্ট 3111 ও ভিউয়ার 3113 ব্যবহার করে। ব্যক্তিগত রাখুন অথবা প্রমাণীকরণ ও TLS দিয়ে সুরক্ষিত করুন। প্ল্যাটফর্মভেদে প্রবেশের সেটিং ও পুরোনো Docker স্থানান্তর ডিপ্লয়মেন্ট গাইডে আছে।
প্রজেক্টের জ্ঞান চ্যাট ও নির্দেশনার ফাইলে ছড়িয়ে থাকে। AgentMemory দিয়ে বর্তমান এজেন্ট থেকেই আগের সিদ্ধান্ত, সমাধান ও শেখা বিষয় খুঁজে পাওয়া যায়।
Session 1: "Add auth to the API"
Agent writes code, runs tests, fixes bugs
Connected hooks capture supported tool events
Observations become searchable project history
Session 2: "Now add rate limiting"
Agent recalls:
- Auth uses JWT middleware in src/middleware/auth.ts
- Tests in test/auth.test.ts cover token validation
- You chose jose over jsonwebtoken for Edge compatibility
Continues with the earlier decisions in context.
বিল্ট-ইন এজেন্ট মেমরির তুলনায়
প্রতিটি AI কোডিং এজেন্ট বিল্ট-ইন মেমরি নিয়ে আসে: Claude Code-এর আছে MEMORY.md, Cursor-এর আছে নোটপ্যাড, Cline-এর আছে memory bank। এগুলো স্টিকি নোটের মতো কাজ করে। agentmemory হলো সেই স্টিকি নোটগুলোর পেছনের সার্চযোগ্য ডেটাবেস।
| বিল্ট-ইন (CLAUDE.md) | agentmemory | |
|---|---|---|
| রক্ষণাবেক্ষণ | হাতে সাজানো নির্দেশনা | ইনডেক্স করা সেশন ইতিহাস ও মেমরি |
| সার্চ | সবকিছু কনটেক্সটে লোড করে | BM25 + vector + graph (কেবল top-K) |
| ক্রস-এজেন্ট | প্রতি-এজেন্ট ফাইল | MCP + REST (যেকোনো এজেন্ট) |
| কো-অর্ডিনেশন | নেই | lease, signal, action, routine |
| অবজারভেবিলিটি | ম্যানুয়ালি ফাইল পড়া | :3113-এ রিয়েল-টাইম ভিউয়ার |
মেমরি পাইপলাইন
PostToolUse hook fires
-> Stable event ID / durable capture inbox / offline spool
-> Privacy filter (strip secrets, API keys)
-> Store raw observation
-> Synthetic compression by default
(LLM-written compression only with a provider + AGENTMEMORY_AUTO_COMPRESS=true)
-> Vector embedding when an embedding provider is active
-> Index in BM25, plus vectors when enabled
Stop / SessionEnd hook fires
-> Summarize session
-> Knowledge graph extraction (if GRAPH_EXTRACTION_ENABLED=true)
-> Slot reflection (if AGENTMEMORY_SLOTS=true and AGENTMEMORY_REFLECT=true)
SessionStart hook fires
-> Load project profile (top concepts, files, patterns)
-> Hybrid search (BM25 + vector + graph)
-> Token budget (default: 2000 tokens)
-> Inject context when enabled by the integration
4-স্তর মেমরি কনসোলিডেশন
মানুষের ব্রেইন কীভাবে মেমরি প্রসেস করে তার উপর মডেল করা, ঘুমের কনসোলিডেশন সহ।
| টায়ার | কী | উপমা |
|---|---|---|
| Working | টুল ব্যবহারের কাঁচা অবজারভেশন | শর্ট-টার্ম মেমরি |
| Episodic | কম্প্রেসড সেশন সামারি | "কী ঘটেছিল" |
| Semantic | এক্সট্র্যাক্ট করা ফ্যাক্ট ও প্যাটার্ন | "আমি কী জানি" |
| Procedural | ওয়ার্কফ্লো ও সিদ্ধান্ত-প্যাটার্ন | "কীভাবে করতে হয়" |
মেমরি সময়ের সাথে ক্ষয় হয় (Ebbinghaus কার্ভ)। প্রায়ই অ্যাক্সেস করা মেমরি জোরদার হয়। বাসি মেমরি অটো-ইভিক্ট হয়। বিরোধ (contradiction) ডিটেক্ট ও সমাধান করা হয়।
কী ক্যাপচার হয়
নিচের টেবিল Claude Code-এর hooks দেখায়। অন্য ইন্টিগ্রেশন নিজ নিজ হোস্টের দেওয়া ইভেন্ট ক্যাপচার করে। শেয়ার করা hooks দিয়ে স্বয়ংক্রিয় প্রসঙ্গ যোগ করতে AGENTMEMORY_INJECT_CONTEXT=true চালু করতে হবে।
| হুক | যা ক্যাপচার করে |
|---|---|
SessionStart |
প্রজেক্ট পাথ, সেশন ID |
UserPromptSubmit |
ইউজার প্রম্পট (প্রাইভেসি-ফিল্টারড) |
PreToolUse |
ফাইল অ্যাক্সেস প্যাটার্ন + এনরিচড কনটেক্সট |
PostToolUse |
টুলের নাম, ইনপুট, আউটপুট |
PostToolUseFailure |
এরর কনটেক্সট |
PreCompact |
কম্প্যাকশনের আগে মেমরি পুনরায় ইনজেক্ট করে |
SubagentStart/Stop |
সাব-এজেন্ট লাইফসাইকেল |
Stop |
সেশন-শেষের সামারি |
SessionEnd |
সেশন সম্পূর্ণ হওয়ার মার্কার |
মূল সক্ষমতা
| সক্ষমতা | বর্ণনা |
|---|---|
| অটোমেটিক ক্যাপচার | নেটিভ ইন্টিগ্রেশন সমর্থিত সেশন ও টুল ইভেন্ট রেকর্ড করে |
| সিম্যান্টিক সার্চ | RRF ফিউশন সহ BM25 + vector + নলেজ গ্রাফ |
| মেমরি ইভোলিউশন | ভার্সনিং, সুপারসেশন, রিলেশনশিপ গ্রাফ |
| রিকল হাইজিন | রিপ্লেসড মেমরি ভার্সন সার্চ ইনডেক্স থেকে বাদ পড়ে; KV-এর ভার্সন চেইন সম্পূর্ণ ইতিহাস রাখে |
| নিয়ার-ডুপ্লিকেট হিন্ট | নতুন কনটেন্ট বিদ্যমান কোনো মেমরির সাথে খুব মিলে গেলে সেভগুলো একটি উপদেষ্টামূলক similarTo ম্যাচ রিপোর্ট করে |
| প্রতি-এজেন্ট স্কোপিং | agentId REST, MCP, এবং সার্চ ইনডেক্স জুড়ে সেভ ও রিকলের মধ্য দিয়ে যায়, শেয়ারড বা আইসোলেটেড মোডে |
| রাইট-টাইম প্রোভেন্যান্স | প্রতিটি অবজারভেশন ও মেমরি ক্যাপচার, সেভ, এবং ইমপোর্টের সময় স্ট্যাম্প করা একটি অপরিবর্তনীয় অরিজিন চ্যানেল (user, agent, tool, import, বা shared) বহন করে |
| অটো-ফরগেটিং | TTL এক্সপায়ারি, কনট্রাডিকশন ডিটেকশন, ইমপোর্টেন্স ইভিকশন |
| প্রাইভেসি ফার্স্ট | স্টোরেজের আগে API কী, সিক্রেট, <private> ট্যাগ স্ট্রিপ করা হয় |
| সেলফ-হিলিং | সার্কিট ব্রেকার, প্রোভাইডার ফলব্যাক চেইন, হেলথ মনিটরিং |
| Claude ব্রিজ | MEMORY.md-এর সাথে বাই-ডিরেকশনাল সিঙ্ক |
| নলেজ গ্রাফ | এনটিটি এক্সট্র্যাকশন + BFS ট্রাভার্সাল |
| টিম মেমরি | টিম মেম্বারদের মধ্যে নেমস্পেসড শেয়ার্ড + প্রাইভেট |
| সাইটেশন প্রোভেন্যান্স | কোনো মেমরিকে তার সোর্স অবজারভেশন পর্যন্ত ট্রেস করা |
| Git স্ন্যাপশট | মেমরি স্টেট ভার্সন, রোলব্যাক, এবং ডিফ করা |
তিনটি সিগন্যাল একসাথে মিশিয়ে ট্রিপল-স্ট্রিম রিট্রিভাল:
| স্ট্রিম | যা করে | কখন |
|---|---|---|
| BM25 | সিনোনিম এক্সপানশন সহ স্টেমড কিওয়ার্ড ম্যাচিং | সবসময় চালু |
| Vector | ডেন্স এমবেডিংয়ের উপর cosine similarity | এমবেডিং প্রোভাইডার কনফিগার করা থাকলে |
| Graph | এনটিটি ম্যাচিংয়ের মাধ্যমে নলেজ গ্রাফ ট্রাভার্সাল | কোয়েরিতে এনটিটি ডিটেক্ট হলে |
Reciprocal Rank Fusion (RRF, k=60) দিয়ে ফিউজড এবং সেশন-ডাইভার্সিফায়েড (প্রতি সেশনে সর্বোচ্চ 3টি রেজাল্ট)।
ভেক্টর ইনডেক্স পপুলেটেড থাকলে, mem::search (memory_recall-এর পেছনে) হাইব্রিড BM25 + vector র্যাংকার ব্যবহার করে। এমবেডিং ছাড়া এটি BM25 ব্যবহার করে। smart-search গ্রাফ ডেটা থাকলে অতিরিক্তভাবে স্ট্রাকচারাল গ্রাফ ম্যাচ ফিউজ করতে পারে, কিলেস মোডেও। লেসন রিকল প্রতি কোয়েরিতে সম্পূর্ণ করপাস স্ক্যান করার বদলে একটি ডেডিকেটেড ইন-মেমরি BM25 ইনডেক্সে চলে। রিপ্লেসড মেমরি ভার্সন প্রতিটি রিকল পাথ থেকে বাদ পড়ে; ভার্সন চেইন তাদের ইতিহাস রাখে।
0.9.31: AGENTMEMORY_VECTOR_BACKFILL=all / AGENTMEMORY_VECTOR_BACKFILL_MAX.
BM25 আউট অফ দ্য বক্সে গ্রিক, সিরিলিক, হিব্রু, আরবি, এবং অ্যাকসেন্টেড ল্যাটিন টোকেনাইজ করে। চাইনিজ / জাপানিজ / কোরিয়ান মেমরির জন্য, CJK রানগুলো ওয়ার্ড-লেভেল টোকেনে ভাগ করতে অপশনাল সেগমেন্টার ইনস্টল করুন (npm install @node-rs/jieba tiny-segmenter); এগুলো ছাড়া, agentmemory সফট-ফল করে সম্পূর্ণ-রান টোকেনাইজেশনে এবং stderr-এ একবার একটি হিন্ট প্রিন্ট করে।
এমবেডিং প্রোভাইডার
কিলেস ইনস্টলে ভেক্টর এমবেডিং বন্ধ থাকে: mem::search BM25 ব্যবহার করে, যেখানে smart-search বিদ্যমান স্ট্রাকচারাল গ্রাফ ডেটাও ব্যবহার করতে পারে। ফ্রি অন-ডিভাইস সিম্যান্টিক এমবেডিং চালু করতে, এটি ~/.agentmemory/.env-এ যুক্ত করুন এবং agentmemory রিস্টার্ট করুন:
EMBEDDING_PROVIDER=local
নরমাল npm ইনস্টলে অপশনাল @huggingface/transformers রানটাইম অন্তর্ভুক্ত থাকে। প্রথম এমবেডিং রিকোয়েস্ট Xenova/all-MiniLM-L6-v2 ডাউনলোড করে, তাই এর নেটওয়ার্ক অ্যাক্সেস লাগে এবং বেশি সময় নিতে পারে; পরবর্তী ইনফারেন্স অন-ডিভাইসে চলে। EMBEDDING_PROVIDER ওভাররাইড না করলে রিমোট প্রোভাইডারগুলো তাদের কী থেকে অটো-ডিটেক্টেড হয়।
| প্রোভাইডার | মডেল | খরচ | নোট |
|---|---|---|---|
| Local (সুপারিশকৃত অপ্ট-ইন) | all-MiniLM-L6-v2 |
ফ্রি | EMBEDDING_PROVIDER=local |
| Gemini | gemini-embedding-001 |
ফ্রি টায়ার | 100+ ভাষা, 768/1536/3072 dims (MRL), 2048-টোকেন ইনপুট। text-embedding-004-কে প্রতিস্থাপন করে (deprecated, শাটডাউন Jan 14, 2026) |
| OpenAI | text-embedding-3-small |
OpenAI | text-embedding-3-small |
| Voyage AI | voyage-code-3 |
পেইড | কোডের জন্য অপ্টিমাইজড |
| Cohere | embed-english-v3.0 |
ফ্রি ট্রায়াল | জেনারেল পারপাস |
| OpenRouter | কোনো মডেল | ভিন্ন হয় | মাল্টি-মডেল প্রক্সি |
54 টুল, 6 রিসোর্স, 3 প্রম্পট, এবং 17 স্কিল।
MCP শিম বনাম পূর্ণ সার্ভার: প্রকাশিত
@agentmemory/mcpপ্যাকেজটি একটি থিন শিম। এটি পূর্ণ 54-টুল সারফেস তখনই দেখায় যখন এটিAGENTMEMORY_URL-এর (প্রক্সি মোড) মাধ্যমে একটি চলমান agentmemory সার্ভারে পৌঁছাতে পারে। কোনো সার্ভার অ্যাক্সেসযোগ্য না থাকলে, শিমটি 7-টুলের লোকাল সেটে (memory_save,memory_recall,memory_smart_search,memory_sessions,memory_export,memory_audit,memory_governance_delete) ফলব্যাক করে।AGENTMEMORY_TOOLS=core|allএনভ ভ্যারিয়েবলটি একটি সার্ভার-সাইড ফ্ল্যাগ; শিমেরenvব্লকে এটি সেট করলে কোনো প্রভাব পড়ে না। Cursor / OpenCode / Gemini CLI-এ কেবল 7টি টুল দেখলে,npx -y @agentmemory/agentmemory@latest(বা Docker স্ট্যাক) চালু করুন এবংAGENTMEMORY_URL=http://localhost:3111সেট করুন।
54 টুল
ছোট থেকে বড়, তিনটি টুল সারফেস: AGENTMEMORY_TOOLS=core ভিজিবিলিটি 8টি জরুরি টুলে (memory_save, memory_recall, memory_consolidate, memory_smart_search, memory_sessions, memory_diagnose, memory_lesson_save, memory_reflect) নামিয়ে আনে; নিচের বেস সেটটি রেজিস্ট্রির 14টি ফাউন্ডেশনাল টুল; ডিফল্ট (AGENTMEMORY_TOOLS=all) সবগুলো 54টি দেখায়।
বেস টুল (14)
| টুল | বর্ণনা |
|---|---|
memory_recall |
অতীত অবজারভেশন সার্চ করে |
memory_compress_file |
স্ট্রাকচার রক্ষা করে markdown ফাইল কম্প্রেস করে |
memory_save |
একটি ইনসাইট, সিদ্ধান্ত, বা প্যাটার্ন সেভ করে |
memory_file_history |
নির্দিষ্ট ফাইল সম্পর্কে অতীত অবজারভেশন |
memory_patterns |
পুনরাবৃত্ত প্যাটার্ন ডিটেক্ট করে |
memory_sessions |
সাম্প্রতিক সেশনের তালিকা দেয় |
memory_smart_search |
হাইব্রিড সিম্যান্টিক + কিওয়ার্ড সার্চ |
memory_vision_search |
ছবির অবজারভেশন সার্চ করে |
memory_timeline |
ক্রনোলজিক্যাল অবজারভেশন |
memory_profile |
প্রজেক্ট প্রোফাইল (concept, file, pattern) |
memory_export |
সব মেমরি ডেটা এক্সপোর্ট করে |
memory_relations |
রিলেশনশিপ গ্রাফ কোয়েরি করে |
memory_commit_lookup |
একটি git কমিটের পেছনের সেশন |
memory_commits |
একটি সেশনের জন্য রেকর্ড করা কমিট |
এক্সটেন্ডেড টুল (মোট 54টি, ডিফল্ট সারফেস)
| টুল | বর্ণনা |
|---|---|
memory_patterns |
পুনরাবৃত্ত প্যাটার্ন ডিটেক্ট করে |
memory_timeline |
ক্রনোলজিক্যাল অবজারভেশন |
memory_relations |
রিলেশনশিপ গ্রাফ কোয়েরি করে |
memory_graph_query |
নলেজ গ্রাফ ট্রাভার্সাল |
memory_consolidate |
4-স্তর কনসোলিডেশন চালায় |
memory_claude_bridge_sync |
MEMORY.md-র সাথে সিঙ্ক করে |
memory_team_share |
টিম মেম্বারদের সাথে শেয়ার করে |
memory_team_feed |
সাম্প্রতিক শেয়ার করা আইটেম |
memory_audit |
অপারেশনের অডিট ট্রেইল |
memory_governance_delete |
অডিট ট্রেইল সহ ডিলিট করে |
memory_snapshot_create |
Git-ভার্সনড স্ন্যাপশট |
memory_action_create |
ডিপেন্ডেন্সি সহ ওয়ার্ক আইটেম তৈরি করে |
memory_action_update |
অ্যাকশনের স্ট্যাটাস আপডেট করে |
memory_frontier |
প্রায়োরিটি অনুযায়ী র্যাংকড আনব্লকড অ্যাকশন |
memory_next |
একটিমাত্র সবচেয়ে গুরুত্বপূর্ণ পরের অ্যাকশন |
memory_lease |
এক্সক্লুসিভ অ্যাকশন লিজ (মাল্টি-এজেন্ট) |
memory_routine_run |
ওয়ার্কফ্লো রুটিন ইনস্ট্যান্সিয়েট করে |
memory_signal_send |
ইন্টার-এজেন্ট মেসেজিং |
memory_signal_read |
রিসিপ্ট সহ মেসেজ পড়ে |
memory_checkpoint |
এক্সটার্নাল কন্ডিশন গেট |
memory_mesh_sync |
ইনস্ট্যান্সের মধ্যে P2P সিঙ্ক |
memory_sentinel_create |
ইভেন্ট-ড্রিভেন ওয়াচার |
memory_sentinel_trigger |
বাইরে থেকে সেন্টিনেল ফায়ার করে |
memory_sketch_create |
এফিমেরাল অ্যাকশন গ্রাফ |
memory_sketch_promote |
পার্মানেন্টে প্রোমোট করে |
memory_crystallize |
অ্যাকশন চেইন কমপ্যাক্ট করে |
memory_diagnose |
হেলথ চেক |
memory_heal |
আটকে থাকা স্টেট অটো-ফিক্স করে |
memory_facet_tag |
Dimension:value ট্যাগ |
memory_facet_query |
ফ্যাসেট ট্যাগ দিয়ে কোয়েরি করে |
memory_verify |
প্রোভেন্যান্স ট্রেস করে |
6 রিসোর্স · 3 প্রম্পট · 17 স্কিল
| ধরন | নাম | বর্ণনা |
|---|---|---|
| Resource | agentmemory://status |
স্বাস্থ্য, সেশন সংখ্যা, মেমরি সংখ্যা |
| Resource | agentmemory://project/{name}/profile |
প্রতি-প্রজেক্ট ইন্টেলিজেন্স |
| Resource | agentmemory://project/{name}/recent |
একটি প্রজেক্টের সাম্প্রতিক অবজারভেশন |
| Resource | agentmemory://memories/latest |
সাম্প্রতিক 10টি অ্যাকটিভ মেমরি |
| Resource | agentmemory://graph/stats |
নলেজ গ্রাফ স্ট্যাটিস্টিক্স |
| Resource | agentmemory://team/{id}/profile |
শেয়ার্ড টিম প্রোফাইল |
| Prompt | recall_context |
সার্চ + কনটেক্সট মেসেজ রিটার্ন করে |
| Prompt | session_handoff |
এজেন্টদের মধ্যে হ্যান্ডঅফ ডেটা |
| Prompt | detect_patterns |
পুনরাবৃত্ত প্যাটার্ন অ্যানালাইজ করে |
| Skill | /recall |
মেমরি সার্চ করে |
| Skill | /remember |
লং-টার্ম মেমরিতে সেভ করে |
| Skill | /session-history |
সাম্প্রতিক সেশনের সামারি |
| Skill | /forget |
অবজারভেশন/সেশন ডিলিট করে |
টেবিলটি মূল চারটি স্কিল দেখায়। পূর্ণ সেট হলো 9টি ইনভোকেবল স্কিল প্লাস 8টি রেফারেন্স স্কিল; উপরের Native skills সেকশন দেখুন।
স্ট্যান্ডঅ্যালোন MCP
পূর্ণ সার্ভার ছাড়াই চালান, যেকোনো MCP ক্লায়েন্টের জন্য। এর যেকোনো একটি কাজ করবে:
npx -y @agentmemory/agentmemory@latest mcp # canonical (always available)
npx -y @agentmemory/mcp # shim package alias
বা আপনার এজেন্টের MCP কনফিগে যুক্ত করুন:
অধিকাংশ এজেন্ট (Cursor, Claude Desktop, Cline, Roo Code, Gemini CLI):
{
"mcpServers": {
"agentmemory": {
"command": "npx",
"args": ["-y", "@agentmemory/mcp"],
"env": {
"AGENTMEMORY_URL": "http://localhost:3111"
}
}
}
}
ফাইলটি রিপ্লেস করার বদলে হোস্টের বিদ্যমান mcpServers অবজেক্টে agentmemory এন্ট্রিটি মার্জ করুন। হোস্টের localhost-এ পৌঁছাতে না পারা স্যান্ডবক্সড ক্লায়েন্টের জন্য, env ব্লকে "AGENTMEMORY_FORCE_PROXY": "1" যুক্ত করুন এবং AGENTMEMORY_URL-কে স্যান্ডবক্স পৌঁছাতে পারে এমন একটি রুটে সেট করুন।
OpenCode (opencode.json):
{
"mcp": {
"agentmemory": {
"type": "local",
"command": ["npx", "-y", "@agentmemory/mcp"],
"enabled": true
}
},
"plugin": ["./plugins/agentmemory-capture.ts"]
}
রেপো থেকে প্লাগইন ফাইল কপি করুন:
mkdir -p ~/.config/opencode/plugins
cp plugin/opencode/agentmemory-capture.ts ~/.config/opencode/plugins/
cp plugin/opencode/commands/*.md ~/.config/opencode/commands/
3113 পোর্টে viewer স্বয়ংক্রিয়ভাবে চালু হয়। সংযোগের সময় এটি একটি snapshot লোড করে (GET /agentmemory/viewer/snapshot), তারপর REST worker-এর /agentmemory/viewer/events-এ SSE দিয়ে live event প্রয়োগ করে: নতুন memory, lesson, observation, audit entry, graph পরিবর্তন ও health update polling বা পেজ reload ছাড়াই দেখা যায়। বাকি request কেবল আপনার ক্লিক করা action, "load more" পেজ ও search। stream বিচ্ছিন্ন হলে viewer ডেটার বয়স দেখায়, backoff দিয়ে পুনরায় সংযোগ করে এবং একটি snapshot থেকে resync করে।
- চারটি গ্রুপে 12টি ট্যাব, লাইভ কাউন্ট, ডিপ লিংক (
#memories/<id>,#sessions/<id>?obs=<id>,#graph/<id>,#health/consolidation), কিবোর্ড শর্টকাট এবং মোবাইল মেনু সহ। - Memories: সার্ভার-সাইড সার্চ, প্রজেক্ট, এজেন্ট ও টাইপ অনুযায়ী ফিল্টার, ভার্সন চেইন ও একটি word diff সহ একটি ডিটেল প্যানেল, প্রোভেন্যান্স লিংক, id-র জন্য কপি বাটন, MCP কল এবং একটি curl কমান্ড, এডিট (একটি নতুন ভার্সন), কনফার্মেশন সহ forget, বাল্ক forget, এবং JSON এক্সপোর্ট।
- Sessions: রিডেবল টুল ইনপুট ও আউটপুট সহ একটি ইনলাইন অবজারভেশন টাইমলাইন, ফিল্টার ও পেজিং, এবং প্রতিটি সেশন যে মেমরি ও লেসন তৈরি করেছে।
- Graph: সার্চ, রিলেশন ও সোর্স সহ নোড ডিটেল, কেবল কালারের উপর নির্ভর না করা একটি লিজেন্ড, এবং জুম কন্ট্রোল।
- Health:
GET /agentmemory/status-এর লাইভ ভার্সন। প্রতিটি সমস্যার সাথে তার সমাধান থাকে, প্লাস state ব্যাকএন্ড, ইনডেক্স সেভ স্টেট, গ্রাফ প্রোভেন্যান্স কমপ্যাকশনের অগ্রগতি, এবং আসল থ্রেশহোল্ড সহ একটি কনসোলিডেশন এক্সপ্লেইনার। - Audit, Activity, Profile, Replay, Lessons, Actions, এবং Crystals পেজ, প্রতিটিতে একটি এম্পটি স্টেট আছে যা বলে সেকশনটি কী, কেন এটি খালি, এবং সেটা ভরাট করার কমান্ড কী, আর প্রতিটি টার্ম ও নম্বরের উপর একটি
?গ্লসারি টুলটিপ।
open http://localhost:3113
ভিউয়ার সার্ভার ডিফল্টভাবে 127.0.0.1-এ bind করে এবং REST API-তে request forward করার সময় server secret যুক্ত করে। non-loopback bind-এ HTML shell public থাকে, কিন্তু প্রতিটি proxy request-এর জন্য bearer token লাগে; viewer সেটি চায় এবং session storage-এ রাখে। viewer প্রকাশ করার আগে নির্দিষ্ট host/origin allowlist এবং TLS কনফিগার করুন। REST-এ পরিবেশিত /agentmemory/viewer endpoint স্বাভাবিক bearer-token নিয়ম মেনে চলে এবং token ছাড়া browser-কে viewer port-এ redirect করে। CSP header প্রতি response-এ script nonce ব্যবহার করে এবং inline handler attribute বন্ধ করে (script-src-attr 'none')।
LLM প্রোভাইডার
agentmemory আপনার এনভায়রনমেন্ট থেকে প্রোভাইডার অটো-ডিটেক্ট করে। একটি প্রোভাইডার LLM-ব্যাকড অপারেশন উপলব্ধ করে, কিন্তু কেবল প্রোভাইডার কনফিগারেশন LLM-লিখিত অবজারভেশন কম্প্রেশন চালু করে না। সেই পাথের জন্য একটি প্রোভাইডার এবং AGENTMEMORY_AUTO_COMPRESS=true দুটোই লাগে।
| প্রোভাইডার | কনফিগ | নোট |
|---|---|---|
| No-op (ডিফল্ট) | কোনো কনফিগ লাগে না | LLM-ব্যাকড কম্প্রেস/সামারাইজ বন্ধ থাকে। সিন্থেটিক কম্প্রেশন এবং BM25 রিকল তখনও কাজ করে। আগে Claude-সাবস্ক্রিপশন ফলব্যাকের উপর নির্ভর করতেন তাহলে নিচের AGENTMEMORY_ALLOW_AGENT_SDK দেখুন। |
| Anthropic API | ANTHROPIC_API_KEY |
প্রতি-টোকেন বিলিং |
| MiniMax | MINIMAX_API_KEY |
Anthropic-কম্প্যাটিবল |
| Gemini | GEMINI_API_KEY |
এমবেডিংও চালু করে |
| OpenRouter | OPENROUTER_API_KEY |
কোনো মডেল |
| OpenAI API | OPENAI_API_KEY |
ডিফল্ট gpt-5.6-luna, OPENAI_MODEL দিয়ে ওভাররাইড করুন |
| Local (Ollama / LM Studio / vLLM / llama.cpp) | OPENAI_API_KEY=local + OPENAI_BASE_URL=http://localhost:11434/v1 (Ollama) বা http://localhost:1234/v1 (LM Studio) + OPENAI_MODEL=<আপনার মডেল> |
OpenAI-API-কম্প্যাটিবল যা কিছু। জিরো কস্ট, আপনার হার্ডওয়্যারে চলে। নিচে Local models দেখুন। |
| Claude সাবস্ক্রিপশন ফলব্যাক | AGENTMEMORY_ALLOW_AGENT_SDK=true |
কেবল অপ্ট-ইন। @anthropic-ai/claude-agent-sdk সেশন স্পন করে; এটা আগে আনবাউন্ডেড Stop-হুক রিকার্শন তৈরি করত, তাই এটা আর ডিফল্ট নয়। |
লোকাল মডেল (Ollama / LM Studio / vLLM)
agentmemory যেকোনো OpenAI-API-কম্প্যাটিবল সার্ভারের সাথে কথা বলে, তাই /v1/chat/completions এক্সপোজ করা যা কিছুই কোনো কোড পরিবর্তন ছাড়া কাজ করে। কোনো পেইড কী নেই, কোনো ক্লাউড নেই, কোনো রেট লিমিট নেই; সম্পূর্ণভাবে আপনার হার্ডওয়্যারে চলে।
Ollama (ডিফল্ট পোর্ট 11434):
ollama pull qwen3:8b # or qwen3:4b, gpt-oss:20b, qwen3-coder:30b, etc.
ollama serve
# ~/.agentmemory/.env
OPENAI_API_KEY=ollama # any non-empty string; Ollama ignores it
OPENAI_BASE_URL=http://localhost:11434/v1
OPENAI_MODEL=qwen3:8b
LM Studio (ডিফল্ট পোর্ট 1234):
LM Studio খুলুন → Local Server ট্যাব → Start Server। পিকার থেকে যেকোনো চ্যাট মডেল বেছে নিন (Qwen 3, gpt-oss, DeepSeek R1, ইত্যাদি)।
# ~/.agentmemory/.env
OPENAI_API_KEY=lmstudio # any non-empty string; LM Studio ignores it
OPENAI_BASE_URL=http://localhost:1234/v1
OPENAI_MODEL=qwen3-8b # match the model name from LM Studio
vLLM / llama.cpp / Text Generation Inference: একই শেপ। আপনার সার্ভার যে URL এক্সপোজ করে সেদিকে OPENAI_BASE_URL পয়েন্ট করুন এবং আপনার সার্ভার গ্রহণ করবে এমন একটি নামে OPENAI_MODEL সেট করুন।
মেমরি কাজের জন্য মডেল বাছাই: কম্প্রেশন ও সামারাইজেশন ছোট কাজ (<2K টোকেন ইন, <500 টোকেন আউট) যেখানে একটা 7B instruct মডেলই যথেষ্ট। সুপারিশ:
| মডেল | সাইজ | কেন |
|---|---|---|
qwen3:8b |
~5.2 GB | 16 GB মেশিনে ব্যালান্সড ডিফল্ট; এক্সট্র্যাকশন ও টুল-শেপড টেক্সটে শক্তিশালী |
qwen3:4b |
~2.6 GB | সবচেয়ে ছোট সেন্সিবল অপশন; কম্প্রেশনের জন্য ঠিক আছে, গ্রাফ এক্সট্র্যাকশনে দুর্বল |
qwen3-coder:30b |
~19 GB | 24-32 GB হার্ডওয়্যারে কোড-শেপড সেশনের জন্য সেরা লোকাল পিক (30B MoE, 3.3B অ্যাকটিভ) |
gpt-oss:20b |
~14 GB | 16 GB RAM-এ ফিট হয় এমন একটি শক্তিশালী জেনারেল মডেল |
deepseek-r1:8b |
~5.2 GB | রিজনিং ডিস্টিল; স্লোয়ার কিন্তু ক্লিনার এক্সট্র্যাকশন |
Qwen 3 মডেল ডিফল্টভাবে থিংক করে এবং কোনো আউটপুটের আগেই পুরো টোকেন বাজেট রিজনিংয়ে পুড়িয়ে দিতে পারে। গ্রাফ-এক্সট্র্যাকশন প্রম্পটে /no_think যুক্ত করতে AGENTMEMORY_LLM_NOTHINK=1 সেট করুন, এবং এক্সট্র্যাকশন খালি ফিরলে MAX_TOKENS বাড়ান (16384 কাজ করে)।
রিজনিং-ক্লাস মডেল (<think> ব্লক সহ o1-স্টাইল) খালি content রিটার্ন করতে পারে, একটি reasoning ফিল্ডের সাথে যা আপনার লোকাল সার্ভার সামনে আনতে পারে না। এক্সট্র্যাকশন খালি ফিরলে, প্রথমে একটি নন-রিজনিং মডেলে বদলান। OPENAI_REASONING_EFFORT=none এনভ OpenAI রিজনিং স্কিমা মিরর করা Ollama Cloud থিংকিং মডেলেও থিংকিং বন্ধ করে দিতে পারে।
লোকাল এমবেডিং একটি অপশনাল ডিপেন্ডেন্সি হিসেবে আসে কিন্তু ডিফল্টভাবে চালু নয়। Xenova/all-MiniLM-L6-v2 (384-dim)-এ অপ্ট-ইন করতে EMBEDDING_PROVIDER=local সেট করুন। প্রথম এমবেডিং রিকোয়েস্ট মডেলটি ডাউনলোড করে; তারপর ইনফারেন্স অন-ডিভাইসে চলে। সেই সেটিং বা একটি রিমোট এমবেডিং কী ছাড়া, ভেক্টর বন্ধ থাকে, mem::search BM25 ব্যবহার করে, এবং smart-search তখনও বিদ্যমান গ্রাফ ম্যাচ যুক্ত করতে পারে।
কস্ট-অ্যাওয়্যার মডেল বাছাই
কী ছাড়াই ক্যাপচার ও কীওয়ার্ড অনুসন্ধান শুরু করা যায়। EMBEDDING_PROVIDER=local প্রথম মডেল ডাউনলোডের পরে ডিভাইসে অর্থভিত্তিক অনুসন্ধান দেয়। LLM কম্প্রেশনে প্রোভাইডার ও AGENTMEMORY_AUTO_COMPRESS=true লাগে; প্রতি পর্যবেক্ষণে অনুরোধ হতে পারে, তাই বর্তমান মূল্য দেখুন।
agentmemory status / http://localhost:3113
মাল্টি-এজেন্ট মেমরি (AGENT_ID + AGENTMEMORY_AGENT_SCOPE)
একাধিক রোল একটি agentmemory সার্ভার শেয়ার করে এমন মাল্টি-এজেন্ট সেটআপে (architect / developer / reviewer / researcher / support-agent), AGENT_ID প্রতিটি রাইটকে যে রোল এটা করেছে তা দিয়ে ট্যাগ করে। AGENTMEMORY_AGENT_SCOPE নিয়ন্ত্রণ করে রিকল সেই ট্যাগ দিয়ে ফিল্টার করবে কিনা।
TEAM_ID=company
USER_ID=engineering-team
AGENT_ID=architect
AGENTMEMORY_AGENT_SCOPE=isolated # optional; default "shared"
দুটি মোড:
| মোড | রাইট ট্যাগ করে | রিকল ফিল্টার করে | কখন ব্যবহার করবেন |
|---|---|---|---|
shared (ডিফল্ট) |
হ্যাঁ | না | অডিট ট্রেইল সহ ক্রস-এজেন্ট কনটেক্সট। Architect দেখতে পারে developer কী নোট করেছে, কিন্তু প্রতিটি সারি রেকর্ড রাখে কে বলেছে। |
isolated |
হ্যাঁ | হ্যাঁ | কড়া বিভাজন। Architect কখনো developer-র অবজারভেশন / মেমরি / সেশন দেখে না। |
AGENT_ID সেট থাকলে যা ট্যাগ হয়: Session.agentId, RawObservation.agentId, CompressedObservation.agentId, Memory.agentId। রোলটি api::session::start → mem::observe → mem::compress → KV দিয়ে প্রবাহিত হয়।
isolated মোডে যা ফিল্টার হয়: mem::smart-search, /agentmemory/memories, /agentmemory/observations, /agentmemory/sessions। প্রতিটি এন্ডপয়েন্ট প্রতি-রিকোয়েস্টে ওভাররাইড করতে ?agentId=<role> গ্রহণ করে, এবং সম্পূর্ণভাবে env স্কোপ থেকে অপ্ট-আউট করতে ?agentId=*। /memories-ও ?includeOrphans=true গ্রহণ করে pre-AGENT_ID মেমরি সামনে আনতে যাদের agentId undefined।
SDK / REST লেয়ারে প্রতি-কল ওভাররাইড: প্রতিটি মিউটেটিং এন্ডপয়েন্ট (/session/start, /remember) রিকোয়েস্ট বডিতে একটি agentId ফিল্ড গ্রহণ করে যা env-এর উপর জেতে। অনেক রোল একটি সার্ভার প্রসেসের মধ্য দিয়ে রাউট করা রানটাইমের জন্য কাজে লাগে। MCP memory_save টুল একই agentId ফিল্ড দেখায়, স্ট্যান্ডঅ্যালোন stdio সার্ভার agentId এবং project দুটোই ফরওয়ার্ড করে, এবং সেভ করা মেমরি সার্চ ইনডেক্সে agentId বহন করে, তাই এজেন্ট-স্কোপড সার্চ অবজারভেশনের পাশাপাশি মেমরিও কভার করে।
AGENT_ID আনসেট থাকলে, মেমরি আনস্কোপড থাকে (লেগ্যাসি আচরণ, কোনো ট্যাগ নেই, কোনো ফিল্টার নেই)।
পোর্ট
API ও ভিউয়ার ডিফল্টভাবে loopback-এ চলে।
| Port | API / ভিউয়ার | Env |
|---|---|---|
3111 |
REST / MCP / SSE | III_REST_PORT |
3113 |
ভিউয়ার | III_VIEWER_PORT |
--port <N> API পোর্ট নির্ধারণ করে; ভিউয়ার ডিফল্টভাবে N+2 ব্যবহার করে। আলাদা ইনস্ট্যান্সের জন্য --instance N ব্যবহার করুন। ভেতরের listener ব্যক্তিগত রাখুন। দূরবর্তী প্রবেশ ও পুরোনো Docker স্থানান্তর নিয়ে ডিপ্লয়মেন্ট গাইড দেখুন।
Storage backend: file (ডিফল্ট) বনাম Redis
আলাদা ডেটাবেস সেবা দরকার নেই. Redis: AGENTMEMORY_STATE_BACKEND=redis + AGENTMEMORY_REDIS_URL. ব্যাকএন্ড বদলালে আগের মেমরি নিজে থেকে কপি হয় না। ডেটা স্টোরেজ.
কনফিগ ফাইল
প্রতিটি shell-এ variable export না করে agentmemory runtime config ~/.agentmemory/.env-এ রাখুন। viewer export ANTHROPIC_API_KEY=...-এর মতো setup hint দেখালে, export prefix বাদ দিয়ে ANTHROPIC_API_KEY=... হিসেবে এই ফাইলে কপি করুন, তারপর agentmemory restart করুন। অন্য env-file path ব্যবহার করতে AGENTMEMORY_ENV_FILE সেট করুন।
Process environment variable-ও কাজ করে এবং ফাইলের মানের চেয়ে অগ্রাধিকার পায়। CLI-নির্মিত Worker Compose project AGENTMEMORY_STATE_BACKEND ও AGENTMEMORY_REDIS_URL থেকে Redis settings নিয়ে state worker-এ দেয়।
Windows-এ একই ফাইল %USERPROFILE%\.agentmemory\.env-এ থাকে:
New-Item -ItemType Directory -Force $HOME\.agentmemory
notepad $HOME\.agentmemory\.env
API key-এর বদলে Claude Code Pro/Max subscription দিয়ে পরীক্ষা করতে স্পষ্টভাবে opt-in করুন:
AGENTMEMORY_ALLOW_AGENT_SDK=true
AGENTMEMORY_AUTO_COMPRESS=true
LLM-লিখিত observation compression-এর জন্য দুই লাইনই দরকার: LLM provider-এ access (এই স্পষ্ট subscription fallback-সহ) এবং AGENTMEMORY_AUTO_COMPRESS=true। শুধু provider থাকলে ডিফল্ট synthetic compression path-ই থাকে।
LLM provider কনফিগার করা থাকলে consolidation (graph node, lesson, crystal) ডিফল্টভাবে চালু থাকে। LLM ছাড়া চালাতে CONSOLIDATION_ENABLED=false দিয়ে opt-out করুন। Graph extraction আলাদা flag:
GRAPH_EXTRACTION_ENABLED=true
# CONSOLIDATION_ENABLED=false # opt out of auto-consolidation
এনভায়রনমেন্ট ভ্যারিয়েবল
~/.agentmemory/.env:
EMBEDDING_PROVIDER=local
# AGENTMEMORY_INJECT_CONTEXT=true
# AGENTMEMORY_AUTO_COMPRESS=true
# AGENTMEMORY_TOOLS=core
# AUTO_FORGET_ENABLED=false
# LESSON_DECAY_ENABLED=false
# INSIGHT_DECAY_ENABLED=false
সম্পূর্ণ সেটিংস .env.example-এ আছে: প্রোভাইডার, capture filter, সংরক্ষণকাল, স্টোরেজ ও team scope। AGENTMEMORY_ENV_FILE দিয়ে অন্য ফাইল বাছা যায়। পরিবর্তনের পরে রিস্টার্ট করুন। আসল মানসহ .env বা Bearer secret কমিট করবেন না।
3111 পোর্টে 146 এন্ডপয়েন্ট। REST API ডিফল্টভাবে 127.0.0.1-এ বাইন্ড করে। প্রোটেক্টেড এন্ডপয়েন্টে Authorization: Bearer <secret> লাগে, এবং mesh sync এন্ডপয়েন্টে দুই পিয়ারেই স্পষ্টভাবে সেট করা AGENTMEMORY_SECRET লাগে।
প্রমাণীকরণ ডিফল্টভাবে চালু। AGENTMEMORY_SECRET নির্ধারিত না থাকলে CLI প্রথমবার একটি random secret ~/.agentmemory/secret-এ রাখে এবং নির্বাচিত ডেটা ডিরেক্টরির secret-এ কপি করে; অনুমতি 0600। সঙ্গে থাকা ক্লায়েন্ট লোকাল সংযোগে মূল ফাইলটিকে অগ্রাধিকার দেয় এবং সংরক্ষিত secret শুধু loopback URL-এ পাঠায়। স্পষ্ট AGENTMEMORY_SECRET অগ্রাধিকার পায়; রিমোট ক্লায়েন্টকে environment-এ সেট করতে হয়। Docker নিজস্ব secret তৈরি করে।
curl -H "Authorization: Bearer <secret-from-data-dir>" http://localhost:3111/agentmemory/health
রাইটের জন্য রিকোয়েস্ট নিয়ম। REST API এবং ভিউয়ারে POST, PUT, PATCH, এবং DELETE রিকোয়েস্টে body থাকলে Content-Type: application/json পাঠাতে হবে (একটা charset প্যারামিটার ঠিক আছে), এবং একটি Origin হেডার থাকলে, এটা কনফিগার করা REST বা ভিউয়ার পোর্টের জন্য একটি লুপব্যাক origin হতে হবে বা VIEWER_ALLOWED_ORIGINS-এ (কমা-সেপারেটেড, যেমন https://memory.example.com) তালিকাভুক্ত থাকতে হবে। যে ক্লায়েন্টগুলো কোনো Origin হেডার পাঠায় না (CLI, হুক, MCP, curl, সার্ভার-টু-সার্ভার) তারা প্রভাবিত হয় না। ভিউয়ার তার নিজের origin-ও গ্রহণ করে।
ফাইল পাথ। যে এন্ডপয়েন্টগুলো ফাইল পড়ে বা লেখে (/compress-file, /replay/import-jsonl, /graph/import-graphify) তারা কেবল ~/.agentmemory, ইনস্ট্যান্স ডেটা ডিরেক্টরি, বা AGENTMEMORY_IMPORT_ROOT-এ তালিকাভুক্ত একটি ডিরেক্টরির নিচের পাথ গ্রহণ করে (একাধিক ডিরেক্টরি : দিয়ে আলাদা করুন, Windows-এ ;)। /replay/import-jsonl তার ডিফল্ট ~/.claude/projects-ও গ্রহণ করে। /obsidian/export AGENTMEMORY_EXPORT_ROOT-এর ভেতরেই থাকে এবং /migrate ~/.agentmemory-র ভেতরে। সিমলিংক প্রতিটি চেকের আগে রিজলভ করা হয়।
সিক্রেট স্ক্রাবিং। API কী, bearer টোকেন, PEM প্রাইভেট কী ব্লক, এবং URL-এ এমবেডেড ক্রেডেনশিয়াল (scheme://user:password@host) টেক্সট জমা রাখার আগে রিড্যাক্ট করা হয়, প্রতিটি রাইট পাথে: observations, remember, evolve, slots, lessons, actions, sketches, signals, checkpoints, imports, jsonl replay, mesh sync, team shares, কম্প্রেশন ও সামারি আউটপুট, crystals, এবং গ্রাফ নোড।
মূল এন্ডপয়েন্ট
| Method | Path | বর্ণনা |
|---|---|---|
GET |
/agentmemory/health |
হেলথ চেক (সবসময় পাবলিক) |
GET |
/agentmemory/status |
কী ভুল আর তা কীভাবে ঠিক করবেন (ব্রাউজারের জন্য HTML, নইলে JSON) |
GET |
/agentmemory/viewer/snapshot |
ভিউয়ার যা দেখায় সবকিছু, একটি রেসপন্সে |
POST |
/agentmemory/session/start |
সেশন শুরু + কনটেক্সট পান |
POST |
/agentmemory/session/end |
সেশন শেষ করুন |
POST |
/agentmemory/observe |
অবজারভেশন ক্যাপচার করুন (নিচে capture delivery দেখুন) |
GET |
/agentmemory/capture |
ক্যাপচার ইনবক্স, ডেড লেটার, এবং অফলাইন স্পুল |
POST |
/agentmemory/capture/retry |
ডেড-লেটার ক্যাপচার রিট্রাই করুন |
POST |
/agentmemory/capture/drain |
লোকাল অফলাইন স্পুল এখনই পাঠান |
POST |
/agentmemory/smart-search |
হাইব্রিড সার্চ |
POST |
/agentmemory/context |
কনটেক্সট জেনারেট করুন |
POST |
/agentmemory/remember |
লং-টার্ম মেমরিতে সেভ করুন |
POST |
/agentmemory/forget |
অবজারভেশন ডিলিট করুন |
POST |
/agentmemory/enrich |
ফাইল কনটেক্সট + মেমরি + বাগ |
GET |
/agentmemory/profile |
প্রজেক্ট প্রোফাইল |
GET |
/agentmemory/export |
সব ডেটা এক্সপোর্ট করুন |
POST |
/agentmemory/import |
JSON থেকে ইমপোর্ট করুন |
POST |
/agentmemory/graph/query |
নলেজ গ্রাফ কোয়েরি |
POST |
/agentmemory/graph/compact |
অতিরিক্ত বড় গ্রাফ প্রোভেন্যান্স ট্রিম করুন |
POST |
/agentmemory/team/share |
টিমের সাথে শেয়ার করুন |
GET |
/agentmemory/audit |
অডিট ট্রেইল |
সম্পূর্ণ এন্ডপয়েন্ট তালিকা: REST API
ক্যাপচার ডেলিভারি। হুকগুলো প্রতিটি অবজারভেশন একবার eventId সহ POST /agentmemory/observe-এ পাঠায়। পেলোডের নিজের একটা id থাকলে (যেমন Claude Code-র tool_use_id) এটা সেই কলের হোস্টের নিজের id, না থাকলে সেশন, হুক টাইপ, টুলের নাম, ইনপুট, আউটপুট, এবং হোস্ট টাইমস্ট্যাম্পের একটা হ্যাশ। সার্ভার ইভেন্টটিকে state store-এ একটি ক্যাপচার ইনবক্সে লেখে, অবজারভেশনটি জমা রাখে, তারপর ইনবক্স এন্ট্রি সরিয়ে দেয়। স্ট্যাটাস কোড বলে দেয় কী ঘটেছে:
| Status | status ফিল্ড |
অর্থ |
|---|---|---|
201 |
accepted |
জমা হয়েছে। observationId নতুন অবজারভেশন। |
202 |
accepted (state: "retrying") |
গ্রহণ করা হয়েছে, কিন্তু জমা রাখা ফেইল করেছে। সার্ভার এটা রিট্রাই করে, রিস্টার্টের পরেও। |
200 |
duplicate |
এই eventId আগেই গ্রহণ করা হয়েছিল। observationId বিদ্যমান অবজারভেশন; নতুন কিছু জমা হয় না। |
400 / 422 |
rejected |
অবৈধ পেলোড, বা জমা রাখা স্থায়ীভাবে ফেইল করেছে (ইভেন্টটি ডেড লেটার হিসেবে রাখা হয়)। |
503 |
rejected (retryable: true) |
ইনবক্স ভরা (AGENTMEMORY_CAPTURE_INBOX_MAX)। হুকগুলো ইভেন্টটি স্পুল করে এবং পরে পাঠায়। |
ফেইলড ইভেন্টগুলো প্রতি AGENTMEMORY_CAPTURE_RETRY_INTERVAL_MS (10 s) দ্বিগুণ হওয়া ব্যাকঅফ দিয়ে রিট্রাই হয়, AGENTMEMORY_CAPTURE_MAX_ATTEMPTS (5) পর্যন্ত। যে ইভেন্টগুলো তখনও ফেইল হয় সেগুলো ইনবক্সে ডেড লেটার হিসেবে থাকে, /agentmemory/status এবং ভিউয়ার Health পেজে তালিকাভুক্ত হয়, এবং POST /agentmemory/capture/retry ({"eventId": "..."} বা {"all": true}) দিয়ে রিট্রাই করা যায়। গ্রহণ করা ইভেন্ট id-গুলো AGENTMEMORY_CAPTURE_DEDUP_HOURS (168 ঘন্টা, সর্বোচ্চ AGENTMEMORY_CAPTURE_EVENTS_MAX id) ধরে মনে রাখা হয়, তাই টাইমআউট বা রিস্টার্টের পর রিপ্লে করা একটি হুক একবার জমা হয়, যেখানে তাদের নিজ নিজ হোস্ট id-সহ দুটি আলাদা টুল কল দুইবার জমা হয় যদিও তাদের কনটেন্ট অভিন্ন। একটি অবজারভেশন ডিলিট হলে (forget, সেশন ডিলিট, eviction, auto-forget, বা store রিপ্লেস করা একটি import), তার ইভেন্ট অবজারভেশনটি সরানোর আগে ডিলিটেড হিসেবে মার্ক করা হয়, তাই একই উইন্ডোর মধ্যে সেই ইভেন্টের রিপ্লে একটি ডুপ্লিকেট হিসেবে উত্তর পায় এবং কিছু জমা হয় না। state store প্রতি 2 সেকেন্ডে ডিস্কে লেখে, তাই একটি উত্তর পাওয়া ইভেন্ট তখনও একটা মুহূর্তের জন্য কেবল মেমরিতে থাকতে পারে। এটা কভার করতে, প্রতিটি 2xx উত্তরও সার্ভারের bootId (প্রতি স্টার্টে নতুন), acceptedAt, এবং durableAfterMs (file store-এ সেভ ইন্টারভাল প্লাস 1.5 s, redis-এ 1.5 s, যেখানে পার্সিস্টেন্স অপারেটরের সেটিং) বহন করে। হুকগুলো সেই উইন্ডো পার হওয়া পর্যন্ত ইভেন্টটিকে লোকাল স্পুলে রাখে এবং অন্য কোনো রিকোয়েস্ট ছাড়াই একটি পরের কলে এটা ডিলিট করে। তার মধ্যে bootId বদলে গেলে, সার্ভার রিস্টার্ট হয়েছিল, তাই হুক একই eventId দিয়ে ইভেন্টটা আবার পাঠায়; ডিস্কে পৌঁছানো একটি ইভেন্ট দুইবার জমা হয় না। সার্ভারও স্টার্টে এবং প্রতিটি রিট্রাই ইন্টারভালে নিজে এই ইভেন্টগুলো পাঠায়, তাই পরে কোনো হুক না চললেও একটা রিস্টার্ট কিছু হারায় না। পুরোনো হুকগুলো অতিরিক্ত ফিল্ডগুলো উপেক্ষা করে, এবং একটি পুরোনো সার্ভারের বিরুদ্ধে নতুন হুকগুলো আগের মতোই 2xx-এ ইভেন্ট বাতিল করে।
সার্ভার ডাউন থাকলে, সময়মতো উত্তর না দিলে, বা একটা 5xx রিটার্ন করলে, হুক অবজারভেশনটিকে একটি লোকাল স্পুল ফাইলে যুক্ত করে, <data dir>/capture-spool/<host>-<port>.jsonl (AGENTMEMORY_CAPTURE_SPOOL_DIR দিয়ে ফোল্ডারটি ওভাররাইড করুন)। ফাইলটি আপনার ইউজারের জন্য প্রাইভেট (মোড 600), সিক্রেটগুলো সার্ভার যেভাবে রিড্যাক্ট করে ঠিক সেভাবেই রিড্যাক্ট করা হয়, এটা সর্বোচ্চ AGENTMEMORY_CAPTURE_SPOOL_MAX_BYTES (5 MiB) ধরে রাখে এবং AGENTMEMORY_CAPTURE_SPOOL_MAX_AGE_HOURS (168)-এর চেয়ে পুরোনো এন্ট্রি ড্রপ করে। এটা ভরে গেলে, নতুন এন্ট্রি ড্রপ হয় এবং গণনা করা হয়, এবং /agentmemory/status তা রিপোর্ট করে। সার্ভার স্বাস্থ্যবান থাকলে হুক তখনও তার টাইম লিমিটের মধ্যে 0 দিয়ে exit হয় এবং কোনো রিকোয়েস্ট যুক্ত করে না। পরের স্টার্টে এবং সার্ভারে আবার পৌঁছানো প্রথম হুক দিয়ে স্পুলটি পাঠানো হয়, একটা ব্যাকগ্রাউন্ড প্রসেসে যাতে এজেন্ট অপেক্ষা না করে। ইভেন্ট id এটা নিরাপদ করে: একটা টাইমআউটের আগে পৌঁছানো অবজারভেশন দুইবার জমা হয় না। npx @agentmemory/agentmemory capture স্পুল এবং সার্ভার ইনবক্স দেখায়, --drain স্পুলটি এখনই পাঠায়, এবং GET /agentmemory/capture JSON হিসেবে একই জিনিস রিটার্ন করে। স্পুল বন্ধ করতে AGENTMEMORY_CAPTURE_SPOOL=false সেট করুন।
গ্রাফ প্রোভেন্যান্স কমপ্যাক্ট করা। পুরোনো provenance কমপ্যাকশন শুরুতে স্থগিত থাকে, কারণ এটি সম্পূর্ণ পুরোনো scope পড়ে। /agentmemory/status-এ deferred দেখায়, অথবা AGENTMEMORY_GRAPH_COMPACT_ON_BOOT=false হলে off। রক্ষণাবেক্ষণের সময় নিচের ম্যানুয়াল কমপ্যাকশন চালান। Retrieval index migration আলাদা: রক্ষণাবেক্ষণ নির্দেশিকা অনুযায়ী agentmemory graph-index migrate --allow-legacy-scan ব্যবহার করুন।
হাতে চালাতে, POST /agentmemory/graph/compact কল করুন। এটা প্রতিটি নোড ও এজ লিস্ট করার বদলে নাম ও edge-key ইনডেক্সের মধ্য দিয়ে হাঁটে, এবং আবার চালানো নিরাপদ। id ট্রিম করলে এটা একটি graph_compact অডিট এন্ট্রি লেখে।
curl -X POST http://localhost:3111/agentmemory/graph/compact -H "Authorization: Bearer <secret>" -H "Content-Type: application/json" -d '{}'
একটা বড় store-এ, বা কলটি 504 রিটার্ন করলে, এটা স্লাইসে চালান। scope (nodes, edges, বা history), offset, এবং limit পাঠান, তারপর রিটার্ন করা nextOffset দিয়ে আবার কল করুন যতক্ষণ না এটা null হয়। nodes, edges, এবং history-র জন্য এটা করুন, এবং একটা {"scope":"snapshot"} কল দিয়ে শেষ করুন, কারণ একটা স্লাইসড রান ক্যাশড স্ন্যাপশট ছোঁয় না।
curl -X POST http://localhost:3111/agentmemory/graph/compact -H "Authorization: Bearer <secret>" -H "Content-Type: application/json" -d '{"scope":"nodes","offset":0,"limit":200}'
curl -X POST http://localhost:3111/agentmemory/graph/compact -H "Authorization: Bearer <secret>" -H "Content-Type: application/json" -d '{"scope":"snapshot"}'
npm run dev # Hot reload
npm run build # Production build
npm test # 4,000+ tests
npm run test:integration # API tests (requires running services)
প্রয়োজনীয়তা ইনস্টল-এ এবং অবদান ও রিলিজের নিয়ম CONTRIBUTING.md-এ আছে।