Skip to content

#1 Persistent memory for AI coding agents based on real-world benchmarks

120 KB
Raw Blame

agentmemory: μόνιμη μνήμη για AI agents κώδικα

Μόνιμη μνήμη μεταξύ συνεδριών και agents προγραμματισμού.
Μόνιμη μνήμη για τα Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, Hermes, OpenClaw, pi, Oh My Pi, DeepSeek Harness, OpenCode, και κάθε client MCP.

🇬🇧 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

rohitg00/agentmemory | Trendshift

Σημείωμα σχεδίασης: 1.6k stars / 230 forks στο gist

Το gist επεκτείνει το πρότυπο LLM Wiki του Karpathy με βαθμολόγηση εμπιστοσύνης, κύκλο ζωής, γράφους γνώσης και υβριδική αναζήτηση: το agentmemory είναι η υλοποίηση.

npm version CI License Stars skills.sh installs

54 εργαλεία MCP 12 αυτόματα hooks 0 εξωτερικές βάσεις δεδομένων 4,000+ επιτυχημένες δοκιμές

επίδειξη agentmemory

Εγκατάσταση • Γρήγορη Εκκίνηση • Benchmarks • Έναντι Ανταγωνιστών • Agents • Πώς Λειτουργεί • MCP • Viewer • Ρυθμίσεις • API


Το AgentMemory καταγράφει υποστηριζόμενα συμβάντα συνεδριών και κάνει αποφάσεις, διορθώσεις και μαθήματα αναζητήσιμα μεταξύ agents. Στο viewer μπορείτε να εξετάζετε, επεξεργάζεστε, εξάγετε και διαγράφετε μνήμες. Η αναζήτηση λέξεων λειτουργεί χωρίς κλειδί API· τα embeddings προσθέτουν σημασιολογική αναζήτηση.

Εγκατάσταση

Απαιτήσεις:

  • Node.js 20 ή νεότερη έκδοση με npm και npx (node -v, npm -v, και npx -v).
  • Τα macOS/Linux χρειάζονται επίσης curl, POSIX sh και tar για αυτόματη ρύθμιση του περιβάλλοντος.
  • Στα Windows χρησιμοποιήστε WSL2 ή τις οδηγίες εγγενούς εγκατάστασης.

Η κανονική εντολή εγκατάστασης από την αρχή:

npx -y @agentmemory/agentmemory@latest

Επιλέξτε agents και πάροχο ή λειτουργία χωρίς κλειδί. Ο οδηγός αποθηκεύει τις ρυθμίσεις, ξεκινά τον διακομιστή μνήμης και προσφέρει καθολική εγκατάσταση της εντολής agentmemory. Το -y αποδέχεται την προτροπή npm· το @latest επιλέγει την τρέχουσα έκδοση. Η συμπίεση LLM απαιτεί πάροχο και AGENTMEMORY_AUTO_COMPRESS=true.

Η λειτουργία χωρίς κλειδί απενεργοποιεί τα vector embeddings. Το memory_recall (η διαδρομή mem::search) χρησιμοποιεί BM25, ενώ το memory_smart_search μπορεί επίσης να συγχωνεύσει δομικές αντιστοιχίσεις γράφου όταν υπάρχουν ήδη δεδομένα γράφου. Για δωρεάν σημασιολογική ανάκληση στη συσκευή, ρυθμίστε το EMBEDDING_PROVIDER=local στο ~/.agentmemory/.env και κάντε επανεκκίνηση. Το πρώτο αίτημα embedding κατεβάζει το Xenova/all-MiniLM-L6-v2· η εξαγωγή συμπερασμάτων εκτελείται τοπικά μετά από αυτήν την αρχική λήψη μοντέλου.

Το API είναι στο http://localhost:3111 και το viewer στο http://localhost:3113. Και τα δύο δέχονται μόνο τοπικές συνδέσεις από προεπιλογή. Οι ρυθμίσεις βρίσκονται στο ~/.agentmemory/.env· η αποθήκευση δεδομένων περιγράφει καταλόγους και ξεχωριστά instances.

Στη συνέχεια, επιβεβαιώστε ότι η ανάκληση λειτουργεί και δώστε στον agent σας τα skills του:

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

Οι αναζητήσεις με λέξεις-κλειδιά θα πρέπει να βρίσκουν αποτελέσματα στην προεπιλεγμένη λειτουργία χωρίς κλειδί μέσω BM25. Το ερώτημα database performance optimization του demo είναι σκόπιμα σημασιολογικό και μπορεί να επιστρέψει μηδέν αποτελέσματα μέχρι να ρυθμιστεί ένας πάροχος embedding.

Προτιμάτε να αφήσετε έναν agent κώδικα να κάνει όλη τη δουλειά; Δώστε του μία οδηγία:

Ανακτήστε και ακολουθήστε τις οδηγίες στο: https://raw.githubusercontent.com/rohitg00/agentmemory/main/INSTALL_FOR_AGENTS.md

Συνδέστε άλλον agent με agentmemory connect <agent>. Δείτε τις ενσωματώσεις και τις καθημερινές εντολές.

Καθολική εγκατάσταση / EACCES
npm install -g @agentmemory/agentmemory@latest

Η παραπάνω εντολή npx παραμένει η κανονική διαδρομή εγκατάστασης από την αρχή και αποφεύγει προβλήματα δικαιωμάτων global-prefix.

Το npx εξυπηρετεί μια παλιά έκδοση

Το npx αποθηκεύει στην cache ανά έκδοση. Επιβάλετε τη τελευταία με npx -y @agentmemory/agentmemory@latest, ή καθαρίστε την cache μία φορά με rm -rf ~/.npm/_npx (macOS/Linux· σε Windows διαγράψτε το %LOCALAPPDATA%\npm-cache\_npx).


Λειτουργεί με κάθε agent

Το agentmemory λειτουργεί με κάθε agent που υποστηρίζει hooks, MCP, ή REST API. Όλοι οι agents μοιράζονται τον ίδιο διακομιστή μνήμης.

Claude Code
Claude Code
εγγενές plugin + 12 hooks + MCP
Codex CLI
Codex CLI
εγγενές plugin + 6 hooks + MCP
GitHub Copilot CLI
GitHub Copilot CLI
MCP + hooks/skills του plugin
Cursor
Cursor
εγγενές plugin + hooks κύκλου ζωής + MCP
OpenCode
OpenCode
plugin καταγραφής + MCP
Devin
Devin
6 hooks + skills + MCP
OpenClaw
OpenClaw
εγγενές plugin + MCP
Hermes
Hermes
εγγενές plugin + MCP
pi
pi
εγγενής ανάκληση + καταγραφή + skills
OpenHuman
OpenHuman
εγγενές backend Memory trait
Gemini CLI
Gemini CLI
διακομιστής MCP
Antigravity
Antigravity
MCP + hooks
Claude Desktop
Claude Desktop
διακομιστής MCP
Warp
Warp
connect + MCP + skills
Zed
Zed
διακομιστής MCP
Cline
Cline
διακομιστής MCP
Continue
Continue
διακομιστής MCP
Droid
Droid
διακομιστής MCP
Kiro
Kiro
διακομιστής MCP
Qwen Code
Qwen Code
διακομιστής MCP
DeepSeek Harness
DeepSeek Harness
εγγενής καταγραφή + MCP
Roo Code
Roo Code
διακομιστής MCP
Kilo Code
Kilo Code
διακομιστής MCP
Goose
Goose
διακομιστής MCP
Aider
Aider
REST API
Oh My Pi
εγγενής ανάκληση + καταγραφή + skills + προαιρετικό MCP

Λειτουργεί με κάθε agent που μιλά MCP ή HTTP. Ένας διακομιστής, μνήμες κοινές σε όλους.


Αποθήκευση δεδομένων

Οι μνήμες αποθηκεύονται από προεπιλογή εκτός αποθετηρίου:

Πλατφόρμα Κατάλογος δεδομένων
macOS ~/Library/Application Support/agentmemory
Linux $XDG_DATA_HOME/agentmemory / ~/.local/share/agentmemory
Windows %APPDATA%\agentmemory

Το instance 0 επαναχρησιμοποιεί το υπάρχον ./data/state_store.db. Επιλέξτε άλλο κατάλογο με --data-dir <path> ή AGENTMEMORY_DATA_DIR. Διατηρήστε τον ίδιο κατάλογο στις επανεκκινήσεις και αναβαθμίσεις.

agentmemory --data-dir ~/.agentmemory-projects/main
agentmemory --instance 1

Το --instance 1 χρησιμοποιεί τον υποκατάλογο instance-1, τη θύρα API 3211 και viewer 3213. Redis και μεταφορά περιγράφονται στον οδηγό αποθήκευσης και αντιγράφων ασφαλείας.

Τελευταίες σημειώσεις έκδοσης: CHANGELOG.md.


Benchmarks

Τρέχοντα αποτελέσματα ανάκτησης, ορισμοί μετρικών και βήματα αναπαραγωγής:

0.9.31 · 2026-10-28 · strict recall-all@5 · eval/README.md.


Έναντι Ανταγωνιστών

Ενημερωμένη σύγκριση προϊόντων και επιλογών εγκατάστασης με πηγές:

AgentMemory / Mem0 / Supermemory / Zep / Letta / Cognee / claude-mem · 2026-10-28.


Γρήγορη Εκκίνηση

Δοκιμάστε το σε 30 δευτερόλεπτα

# 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

Το demo δημιουργεί 3 ρεαλιστικές συνεδρίες (JWT auth, διόρθωση ερωτήματος N+1, rate limiting) και εκτελεί αναζητήσεις σε αυτές. Οι εγκαταστάσεις χωρίς κλειδί απενεργοποιούν τα vectors, οπότε τα ερωτήματα λέξεων-κλειδιών mem::search θα πρέπει να βρίσκουν αποτελέσματα μέσω BM25, ενώ το database performance optimization μπορεί να επιστρέψει μηδέν. Το smart-search μπορεί επίσης να επιστρέψει δομικές αντιστοιχίσεις γράφου όταν υπάρχουν δεδομένα γράφου. Για να κάνετε το σημασιολογικό ερώτημα να βρει τη διόρθωση N+1 μέσω vectors, ρυθμίστε το EMBEDDING_PROVIDER=local, κάντε επανεκκίνηση, και αφήστε την πρώτη λήψη μοντέλου να ολοκληρωθεί.

Ανοίξτε το http://localhost:3113 για να παρακολουθήσετε τη μνήμη να χτίζεται ζωντανά.

Επιβεβαιώστε μια νέα εγκατάσταση και τη μονιμότητα μετά από επανεκκίνηση

Με τον διακομιστή ενεργό, ελέγξτε την υγεία, το viewer και την κατάσταση:

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

Το status δείχνει υγεία διακομιστή, παρόχους, λειτουργία embeddings, παράδοση καταγραφών και ανάκτηση. Τα προστατευμένα REST αιτήματα απαιτούν το μυστικό του διακομιστή. Χρησιμοποιήστε το δικό σας AGENTMEMORY_SECRET αν έχει οριστεί, αλλιώς φορτώστε το τοπικό μυστικό που δημιουργήθηκε:

# 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}'

Στη συνέχεια εκτελέστε npx -y @agentmemory/agentmemory@latest stop, ξεκινήστε ξανά την κανονική εντολή στο Terminal 1, περιμένετε το /agentmemory/livez, και επαναλάβετε την αναζήτηση. Το probe πρέπει να επιστρέφεται ακόμα. Αν επιλέξατε προσαρμοσμένο --data-dir, περάστε τον ίδιο κατάλογο στην επανεκκίνηση.

Καθημερινές εντολές

Η εγκατάσταση και η ρύθμιση βρίσκονται στο Εγκατάσταση παραπάνω (η πρώτη εκτέλεση σας καθοδηγεί). Καθημερινά:

agentmemory                    # start the server
agentmemory stop               # stop it cleanly
agentmemory status
agentmemory capture
agentmemory capture --drain
agentmemory connect <agent>    # wire another agent
agentmemory doctor             # interactive diagnostics + fix prompts
agentmemory remove             # uninstall everything we created

Αναπαραγωγή Συνεδρίας

Κάθε συνεδρία που καταγράφει το agentmemory μπορεί να αναπαραχθεί. Ανοίξτε το viewer, επιλέξτε την καρτέλα Replay, και μετακινηθείτε στο timeline: τα prompts, οι κλήσεις εργαλείων, τα αποτελέσματα εργαλείων, και οι απαντήσεις αποδίδονται ως διακριτά events με play/pause, έλεγχο ταχύτητας (0.5x έως 4x), και συντομεύσεις πληκτρολογίου (space για εναλλαγή, βέλη για βήμα-βήμα).

Για να εισάγετε παλαιότερα JSONL transcripts του Claude Code:

# 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

Οι εισαγόμενες συνεδρίες εμφανίζονται στο Replay δίπλα στις εγγενείς. Τα transcripts ευρετηριάζονται και σημειώνονται με κανάλι προέλευσης import· η επεξεργασία μπορεί επίσης να δημιουργήσει κρυστάλλους συνεδριών και μαθήματα.

Σημαντική σημείωση αν βασίζεστε στο import-jsonl ως κύρια διαδρομή καταγραφής: Το cleanupPeriodDays του Claude Code (στο ~/.claude/settings.json, προεπιλογή 30) διαγράφει αυτόματα τα JSONL transcripts παλαιότερα από αυτό το παράθυρο από το ~/.claude/projects/. Αν εγκαταστήσετε το agentmemory από την αρχή σε ένα ιστορικό Claude Code μηνών, οτιδήποτε παλαιότερο από 30 ημέρες έχει ήδη χαθεί πριν από την πρώτη εισαγωγή. Είτε εκτελέστε το import-jsonl μέσω cron, αυξήστε το cleanupPeriodDays σε μεγαλύτερη τιμή, είτε συνδέστε τα hooks αυτόματης καταγραφής (η προεπιλεγμένη διαδρομή εγκατάστασης plugin) ώστε κάθε γύρος να καταλήγει στο agentmemory ενώ η συνεδρία είναι ενεργή, και ο καθαρισμός JSONL να σταματήσει να έχει σημασία.

Αναβάθμιση / Συντήρηση

Χρησιμοποιήστε την εντολή συντήρησης όταν θέλετε σκόπιμα να ενημερώσετε το τοπικό runtime σας:

npx -y @agentmemory/agentmemory@latest upgrade

Η εντολή ενημερώνει το τοπικό περιβάλλον και μπορεί να αλλάξει εξαρτήσεις JavaScript στον τρέχοντα χώρο εργασίας. Δημιουργήστε αντίγραφο δεδομένων και διαβάστε τον οδηγό αναβάθμισης.

Claude Code (ένα block, επικολλήστε το)

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.

Claude Code χωρίς εγκατάσταση plugin (αυτόνομη διαδρομή MCP)

Αν συνδέσετε τον διακομιστή MCP του agentmemory μέσω του ~/.claude.json απευθείας αντί να χρησιμοποιήσετε το /plugin install, το Claude Code δεν επιλύει ποτέ το ${CLAUDE_PLUGIN_ROOT} και πρέπει να δείξετε τα scripts των hooks σε απόλυτες διαδρομές στο ~/.claude/settings.json. Αυτές οι διαδρομές συνήθως ενσωματώνουν την έκδοση του agentmemory (π.χ. ~/.codex/plugins/cache/agentmemory/agentmemory/0.9.22/scripts/…), οπότε η επόμενη αναβάθμιση χαλάει σιωπηλά κάθε hook.

Λύση παράκαμψης:

agentmemory connect claude-code --with-hooks

Αυτό συγχωνεύει τις ίδιες εντολές hook στο ~/.claude/settings.json με απόλυτες διαδρομές που αναλύονται στον ενσωματωμένο κατάλογο plugin/ του πακέτου @agentmemory/agentmemory που είναι τρέχουσα εγκατεστημένο. Εκτελέστε ξανά την εντολή μετά την αναβάθμιση του agentmemory για να ανανεωθούν οι διαδρομές. Οι καταχωρήσεις του χρήστη στο ίδιο αρχείο διατηρούνται· αντικαθίστανται μόνο οι προηγούμενες καταχωρήσεις του agentmemory. Η χρήση της διαδρομής /plugin install παραμένει η συνιστώμενη προσέγγιση. Για απομακρυσμένες ή προστατευμένες αναπτύξεις, εκκινήστε το Claude Code με ρυθμισμένα τα AGENTMEMORY_URL και AGENTMEMORY_SECRET. Το plugin περνάει και τις δύο τιμές στον ενσωματωμένο διακομιστή MCP του· όταν το AGENTMEMORY_URL είναι άδειο, το MCP shim χρησιμοποιεί το http://localhost:3111.

Codex CLI (πλατφόρμα plugin του Codex)

# 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

Το plugin του Codex διανέμεται από τον ίδιο κατάλογο plugin/ όπως το plugin του Claude Code. Καταχωρεί:

  • Μια ενσωματωμένη γέφυρα MCP stdio προς τον ενεργό daemon, χωρίς λήψη μέσω npm ή αποθήκη fallback. Δείτε τον τοπικό οδηγό Codex για να δοκιμάσετε ένα μη κυκλοφορημένο build.
  • 6 hooks κύκλου ζωής: SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, PreCompact, Stop
  • 9 επικλητά skills: /recall, /remember, /session-history, /forget, /recap, /handoff, /lesson, /commit-context, /commit-history, συν 8 skills αναφοράς που ο agent φορτώνει όταν τα χρειάζεται (πειθαρχία μνήμης, εργαλεία MCP, REST API, ρυθμίσεις, agents, hooks, αρχιτεκτονική, και τον οδηγό συγγραφής skills)

Η μηχανή hooks του Codex εισάγει το CLAUDE_PLUGIN_ROOT στις υποδιαδικασίες των hooks (σύμφωνα με το codex-rs/hooks/src/engine/discovery.rs), οπότε τα ίδια scripts hooks λειτουργούν σε αμφότερους τους hosts χωρίς διπλασιασμό. Τα events Subagent / SessionEnd / Notification / TaskCompleted / PostToolUseFailure είναι αποκλειστικά του Claude Code και δεν καταχωρούνται για το Codex.

Εμπιστοσύνη και συμβατότητα των hooks του Codex

Η εγγενής αποστολή (dispatch) των hooks του plugin είναι επιβεβαιωμένη με το Codex CLI 0.150.1. Εμπιστευτείτε (trust) τα hooks του plugin πριν περιμένετε καταγραφή. Η συμπεριφορά του Codex Desktop εξαρτάται από το ενσωματωμένο runtime του· ελέγξτε το /hooks και επιβεβαιώστε ένα καταγεγραμμένο event πριν ενεργοποιήσετε μια λύση παράκαμψης.

Αν το host σας απαιτεί καθολικά hooks, αντιγράψτε τις εντολές στο ~/.codex/hooks.json. Όταν το MCP είναι ήδη συνδεδεμένο, ο τρέχων connector χρειάζεται το --force για να φτάσει στην εγκατάσταση των hooks:

agentmemory connect codex --with-hooks --force

Αυτό συγχωνεύει τα καθολικά hooks και ξαναγράφει την καταχώρηση MCP του agentmemory, διατηρώντας τις άσχετες καταχωρήσεις. Ελέγξτε τυχόν προσαρμοσμένες ρυθμίσεις endpoint του agentmemory πριν χρησιμοποιήσετε το --force. Εκτελέστε ξανά μετά την αναβάθμιση για να ανανεωθούν οι διαδρομές των scripts. Ενεργοποιήστε είτε τα εγγενή hooks του plugin, είτε τα καθολικά αντίγραφα, για να αποφύγετε τη διπλή καταγραφή.

GitHub Copilot CLI

Για τη λειτουργία agent του VS Code, χρησιμοποιήστε τον οδηγό MCP και αυτόματης καταγραφής του Copilot. Ο connector CLI δεν ρυθμίζει το VS Code.

# MCP-only wiring
agentmemory connect copilot-cli

# Alternatively, full hooks/skills plugin from the GitHub subdir
copilot plugin install rohitg00/agentmemory:plugin

Το agentmemory connect copilot-cli συγχωνεύει το mcpServers.agentmemory στο ~/.copilot/mcp-config.json (ή στο $COPILOT_HOME/mcp-config.json όταν έχει ρυθμιστεί το COPILOT_HOME) και διατηρεί τους υπάρχοντες διακομιστές. Σε native Windows αυτός είναι ο μόνος αυτοματοποιημένος adapter connect· ρυθμίστε κάθε άλλο native Windows agent χειροκίνητα. Το connect σε WSL υποστηρίζεται μόνο όταν ο στόχος-agent είναι εγκατεστημένος στο ίδιο περιβάλλον WSL. Το Copilot παραλαμβάνει τον διακομιστή MCP στην επόμενη εκκίνηση ή μετά το /mcp. Εγκαταστήστε επίσης το plugin όταν θέλετε την πλήρη εμπειρία hooks/skills.

Cursor

agentmemory connect cursor

Έπειτα στο Settings → Plugins → Add marketplace επιλέξτε τον κατάλογο agentmemory με το .cursor-plugin/plugin.json, ενεργοποιήστε το plugin agentmemory και επαναφορτώστε το παράθυρο. Το plugin παρέχει καταγραφή κύκλου ζωής, αντιστοίχιση έργου βάσει workspace, skills και MCP. Ενεργοποιήστε είτε τα hooks του plugin είτε τα χειροκίνητα hooks στο ~/.cursor/hooks.json, για αποφυγή διπλής καταγραφής.

Cursor

Pi, Oh My Pi, DeepSeek Harness

agentmemory connect pi --with-mcp
agentmemory connect omp --with-mcp
agentmemory connect dsh --with-hooks

Επιλέξτε την εντολή για τον client σας. Pi και OMP εγκαθιστούν εγγενή ανάκληση, καταγραφή, επανάληψη αποστολών offline και skills· το --with-mcp προσθέτει όλα τα εργαλεία. Εκτελέστε /reload στο Pi ή επανεκκινήστε το OMP και ελέγξτε /agentmemory-status. Το DSH εγκαθιστά MCP και το ενσωματωμένο plugin καταγραφής· επανεκκινήστε το DSH μετά τη σύνδεση.

Το Pi υποστηρίζει επίσης το εγκαταστάσιμο πακέτο @agentmemory/pi. Τοπική εγκατάσταση και διαθεσιμότητα npm περιγράφονται στον οδηγό Pi. Χρησιμοποιήστε μία μέθοδο εγκατάστασης ανά client.

Pi · Oh My Pi · DSH

OpenClaw (επικολλήστε αυτό το prompt)
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`.

Πλήρης οδηγός: integrations/openclaw/

Hermes Agent (επικολλήστε αυτό το prompt)
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.

Πλήρης οδηγός: integrations/hermes/

Άλλοι agents

Ξεκινήστε τον διακομιστή μνήμης: npx -y @agentmemory/agentmemory@latest

Εγγενή skills μέσω npx skills add

Το agentmemory διανέμει 17 skills στη μορφή <dir>/SKILL.md τύπου Claude Code: 9 επικλητά skills ενέργειας (remember, recall, recap, handoff, forget, lesson, commit-context, commit-history, session-history) και 8 skills αναφοράς που ο agent φορτώνει όταν τα χρειάζεται (memory-discipline, agentmemory-mcp-tools, agentmemory-rest-api, agentmemory-config, agentmemory-agents, agentmemory-hooks, agentmemory-architecture, write-agentmemory-skill). Τα skills αναφοράς περιέχουν πίνακες δεδομένων που δημιουργούνται από την πηγή, οπότε δεν αποκλίνουν ποτέ. Το CLI skills από την vercel-labs τα εγκαθιστά αυτόματα στον εγγενή κατάλογο skills του agent που το καλεί, σε 50+ agents (Claude Code, Cursor, Cline, Continue, Droid, Warp, Codex, Antigravity, Kiro, OpenCode, Goose, Roo, Trae, Windsurf, και άλλα):

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

Αυτό είναι συμπληρωματικό του agentmemory connect <agent>:

  • Το agentmemory connect <agent> συνήθως γράφει τη ρύθμιση MCP. Hermes, OpenClaw, Pi και Oh My Pi εγκαθιστούν προεπιλεγμένα εγγενή ενσωμάτωση και skills· το MCP ενεργοποιείται με --with-mcp.
  • Το npx skills add rohitg00/agentmemory εγκαθιστά skills για agents χωρίς ενσωματωμένα εγγενή skills. Παραλείψτε το για Hermes, OpenClaw, Pi και Oh My Pi· οι connectors τους τα εγκαθιστούν ήδη.

Για τους λίγους agents που το CLI skills δεν καλύπτει ακόμα (Zed v1.3.x και παλαιότερα), τοποθετήστε τα 17 αρχεία SKILL.md μόνοι σας στον εγγενή κατάλογο skills του agent· η ίδια μορφή λειτουργεί παντού.

Τυπικό block MCP

Η καταχώρηση agentmemory είναι το ίδιο block διακομιστή MCP σε κάθε host που χρησιμοποιεί τη μορφή mcpServers (Cursor, Claude Desktop, Cline, Roo Code, Gemini CLI, OpenClaw):

"agentmemory": {
  "command": "npx",
  "args": ["-y", "@agentmemory/mcp"],
  "env": {
    "AGENTMEMORY_URL": "${AGENTMEMORY_URL}",
    "AGENTMEMORY_SECRET": "${AGENTMEMORY_SECRET}"
  }
}

Συγχωνεύστε αυτή την καταχώρηση στο υπάρχον αντικείμενο mcpServers στο αρχείο ρυθμίσεων του host· μην αντικαταστήσετε το αρχείο. Αν το αρχείο έχει ήδη άλλους διακομιστές, προσθέστε το agentmemory δίπλα τους ως ακόμα ένα κλειδί μέσα στο mcpServers. Αν το mcpServers λείπει εντελώς, επικολλήστε το block μέσα στο { "mcpServers": { ... } }. Τα placeholders ${VAR} κληρονομούν τα AGENTMEMORY_URL / AGENTMEMORY_SECRET από το shell κατά την εκκίνηση του διακομιστή MCP· οι μη ρυθμισμένες μεταβλητές περνούν κενά strings και το shim επιστρέφει στο http://localhost:3111. Μία συνδεδεμένη καταχώρηση καλύπτει τόσο τοπικές όσο και απομακρυσμένες (k8s / πίσω από reverse-proxy) αναπτύξεις.

Agent Αρχείο ρυθμίσεων Σημειώσεις
Cursor (MCP only) ~/.cursor/mcp.json Συγχωνεύστε στο mcpServers, ή agentmemory connect cursor. Διατίθεται επίσης one-click deeplink στον ιστότοπο.
Cursor (full plugin) .cursor-plugin/ Το plugin προσφέρει hooks κύκλου ζωής, αναγνώριση workspace, skills και MCP στο Cursor IDE και στο cursor-agent. Δείτε τη ρύθμιση Cursor.
Claude Desktop claude_desktop_config.json (Application Support) Συγχωνεύστε στο mcpServers. Κάντε επανεκκίνηση του Claude Desktop μετά την επεξεργασία.
Cline / Roo Code / Kilo Code Ρυθμίσεις MCP του Cline (Settings UI → MCP Servers → Edit) Το ίδιο block mcpServers.
Devin CLI (MCP + hooks) ~/.config/devin/config.json Το agentmemory connect devin συγχωνεύει την καταχώρηση MCP· το --with-hooks προσθέτει έξι εγγενή hooks αυτόματης καταγραφής (SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, Stop, SessionEnd) με τους πεζούς (lowercase) tool matchers του Devin. Επιβεβαιώστε με devin mcp list και /hooks μέσα στο devin.
Devin CLI (full plugin) plugin/.devin-plugin/ Το devin plugins install ./plugin από ένα checkout καταχωρεί όλα τα 17 skills ως εντολές /agentmemory:<skill> καθώς και τον διακομιστή MCP. Τα hooks του plugin στο Devin δεν μπορούν να ενεργοποιήσουν τα SessionStart/SessionEnd, οπότε συνδυάστε το με connect devin --with-hooks για πλήρη καταγραφή συνεδρίας.
Devin (cloud) Settings → Connections → MCP servers Προσθέστε ένα προσαρμοσμένο MCP (STDIO): εντολή npx, args -y @agentmemory/mcp@latest, env AGENTMEMORY_URL που δείχνει σε μια ανάπτυξη agentmemory προσβάσιμη από το δίκτυο, καθώς και AGENTMEMORY_SECRET (οι συνεδρίες cloud δεν μπορούν να φτάσουν το localhost — δείτε deploy/). Αποθηκεύστε το secret στο Devin Secrets, και χρησιμοποιήστε το "Test listing tools" για να επιβεβαιώσετε ότι εμφανίζονται όλα τα 54 εργαλεία.
Gemini CLI ~/.gemini/settings.json gemini mcp add agentmemory npx -y @agentmemory/mcp --scope user (συγχωνεύεται αυτόματα).
GitHub Copilot CLI (MCP only) ~/.copilot/mcp-config.json Το agentmemory connect copilot-cli συγχωνεύει το mcpServers.agentmemory· το Copilot το παραλαμβάνει στην επόμενη εκκίνηση ή με /mcp.
GitHub Copilot CLI (full plugin) Εγκατάσταση plugin Copilot copilot plugin install rohitg00/agentmemory:plugin για το plugin από τον υποκατάλογο GitHub.
OpenClaw Ρυθμίσεις MCP του OpenClaw Το ίδιο block mcpServers. Για βαθύτερη ενσωμάτωση: το openclaw plugins install ./integrations/openclaw διεκδικεί το memory slot του OpenClaw (αλλάζει αυτόματα από το memory-core)· ρυθμίστε plugins.entries.agentmemory.hooks.allowConversationAccess=true αλλιώς η καταγραφή γύρων μπλοκάρεται σιωπηλά. Δείτε integrations/openclaw.
Codex CLI (MCP only) .codex/config.toml Μορφή TOML: codex mcp add agentmemory -- npx -y @agentmemory/mcp, ή προσθέστε χειροκίνητα το [mcp_servers.agentmemory].
Codex CLI (full plugin) Codex plugin marketplace codex plugin marketplace add rohitg00/agentmemory και μετά codex plugin add agentmemory@agentmemory. Καταχωρεί MCP + 6 hooks κύκλου ζωής + 17 skills. Εμπιστευτείτε τα hooks και επιβεβαιώστε την καταγραφή στο host σας· δείτε ρύθμιση και επικύρωση του Codex.
OpenCode (MCP only) opencode.json Διαφορετική μορφή: κλειδί mcp στο ανώτατο επίπεδο, η εντολή ως array: {"mcp": {"agentmemory": {"type": "local", "command": ["npx", "-y", "@agentmemory/mcp"], "enabled": true}}}.
OpenCode (full plugin) plugin/opencode/ 22 hooks αυτόματης καταγραφής που καλύπτουν τον κύκλο ζωής συνεδρίας, τα μηνύματα, τα εργαλεία, τα σφάλματα. Η απόδοση σε project γίνεται ανά συνεδρία, οπότε μία διαδικασία OpenCode που εκτείνεται σε πολλά αποθετήρια καταχωρεί κάθε συνεδρία στο δικό της project. Δύο εντολές με slash (/recall, /remember). Αντιγράψτε το plugin/opencode/ στον χώρο εργασίας σας OpenCode και προσθέστε την καταχώρηση του plugin στο opencode.json. Δείτε το plugin/opencode/README.md για τον πλήρη πίνακα hooks + ανάλυση κενών.
pi ~/.pi/agent/extensions/agentmemory agentmemory connect pi --with-mcp. εγγενής ανάκληση + καταγραφή + skills. /reload, /agentmemory-status. Pi.
Oh My Pi ~/.omp/agent agentmemory connect omp --with-mcp. εγγενής ανάκληση + καταγραφή + skills. Oh My Pi.
Hermes Agent ~/.hermes/config.yaml cp -r integrations/hermes ~/.hermes/plugins/agentmemory + memory.provider: agentmemory δίνει τον πάροχο μνήμης με 6 hooks (prefetch, καταγραφή γύρου, τέλος συνεδρίας, pre-compress, αντικατοπτρισμό MEMORY.md, block system prompt). Επιβεβαιώστε με hermes plugins doctor και hermes memory status. Δείτε integrations/hermes.
Qwen Code ~/.qwen/settings.json Το agentmemory connect qwen γράφει το τυπικό block mcpServers. Το payload των hooks είναι συμβατό ως προς τα πεδία με το Claude Code, οπότε τα υπάρχοντα 12 scripts hooks λειτουργούν χωρίς τροποποίηση· συνδέστε τα μέσω της ενότητας hooks στο ίδιο settings.json.
Antigravity IDE / 2.0 ~/.gemini/config/mcp_config.json Το agentmemory connect antigravity --with-hooks εγκαθιστά το MCP και τα hooks καταγραφής στον κοινόχρηστο κατάλογο προσαρμογής. Δείτε ρύθμιση και περιορισμοί Antigravity.
Antigravity CLI (agy) ~/.gemini/config/mcp_config.json Το agentmemory connect antigravity-cli --with-hooks χρησιμοποιεί την ίδια ρύθμιση MCP και hooks με τις τρέχουσες εκδόσεις IDE. Οι υπάρχουσες εγκαταστάσεις πρέπει να ανανεωθούν με --force· δείτε τις σημειώσεις αναβάθμισης.
Kiro ~/.kiro/settings/mcp.json Το agentmemory connect kiro γράφει τις ρυθμίσεις σε επίπεδο χρήστη. Οι παρακάμψεις workspace μπαίνουν στο .kiro/settings/mcp.json δίπλα στον κώδικά σας.
Warp ~/.warp/.mcp.json Το agentmemory connect warp γράφει το τυπικό block mcpServers. Το Warp επίσης ανακαλύπτει αυτόματα skills από το .claude/skills/· μόλις εγκατασταθεί το plugin του Claude Code, τα 9 skills του agentmemory (remember, recall, recap, handoff, forget, lesson, commit-context, commit-history, session-history) εμφανίζονται εγγενώς στην παλέτα εντολών slash του Warp.
Cline (CLI) ~/.cline/data/settings/cline_mcp_settings.json Το agentmemory connect cline γράφει το τυπικό block mcpServers. Χρήστες της extension VS Code: επικολλήστε το ίδιο block μέσω Cline Settings → MCP Servers → Edit JSON.
Continue.dev ~/.continue/config.yaml (προτιμώμενο) ή config.json (παλαιό) Το agentmemory connect continue δημιουργεί config.yaml αν λείπουν οι ρυθμίσεις ή αλλάζει υπάρχον config.json. Για υπάρχον YAML εμφανίζει το block προς προσθήκη στο mcpServers:, διατηρώντας σχόλια και anchors. Το Continue χρησιμοποιεί πίνακα, όχι αντικείμενο.
Zed ~/.config/zed/settings.json Το agentmemory connect zed γράφει κάτω από το context_servers (το κλειδί του Zed, ΟΧΙ mcpServers). Απομακρυσμένοι διακομιστές MCP μπορούν να συνδεθούν εναλλακτικά μέσω {"url": "..."}.
Droid (Factory.ai) ~/.factory/mcp.json Το agentmemory connect droid γράφει το τυπικό block mcpServers. Οι παρακάμψεις σε επίπεδο project μπαίνουν στο <repo>/.factory/mcp.json. Περάστε --with-hooks για εγγενή αυτόματη καταγραφή.
DeepSeek Harness $DSH_HOME/cordis.patch.yml Το agentmemory connect dsh ενεργοποιεί τα εργαλεία MCP. Προσθέστε --with-hooks για το εγγενές πρόσθετο καταγραφής που περιλαμβάνεται στο AgentMemory. Δεν χρειάζεται ξεχωριστό πακέτο. DSH.
Goose Settings UI MCP του Goose Το ίδιο block mcpServers· χρησιμοποιήστε goose configure → Add Extension → MCP. Υποστηρίζεται άμεση επεξεργασία YAML στο ~/.config/goose/config.yaml, αλλά το σχήμα χρησιμοποιεί extensions: + cmd (όχι mcpServers: + command).
Aider n/a Χρησιμοποιήστε τα αυθεντικοποιημένα παραδείγματα REST για αποθήκευση και αναζήτηση από scripts.
Υποστηριζόμενοι agents Μόνο skills npx skills add rohitg00/agentmemory; επιλέξτε τα skills και τους agents στους οποίους θα εγκατασταθούν.

Sandboxed MCP clients (Flatpak / Snap / περιορισμένα containers) που δεν μπορούν να φτάσουν το localhost του host: ρυθμίστε επίσης "AGENTMEMORY_FORCE_PROXY": "1" στο block env, και δείξτε το AGENTMEMORY_URL σε μια διαδρομή που το sandbox μπορεί πράγματι να φτάσει (π.χ. η IP του LAN σας).

Προγραμματιστική πρόσβαση (Python / Rust / Node)

Χρησιμοποιήστε το REST API από οποιαδήποτε γλώσσα ή τα εργαλεία MCP από agent. Το REST χρησιμοποιεί JSON και bearer authentication· δείτε το παράδειγμα αποθήκευσης και αναζήτησης. Για άμεση ενσωμάτωση περιβάλλοντος, δείτε τα παραδείγματα Python.

Από τον πηγαίο κώδικα

git clone https://github.com/rohitg00/agentmemory.git && cd agentmemory
npm install && npm run build && npm start

Το npm start ξεκινά τον ίδιο τοπικό διακομιστή με το εγκατεστημένο CLI. Οι απαιτήσεις είναι στην Εγκατάσταση· API και viewer ακούν στο 127.0.0.1.

Windows

Το agentmemory εκτελείται σε Windows 10/11. Το WSL2 ακολουθεί τη διαδρομή Linux και μπορεί να εγκαταστήσει αυτόματα τον καρφιτσωμένο engine. Σε native Windows απαιτείται χειροκίνητη εγκατάσταση του καρφιτσωμένου binary iii-engine v0.25.0: κατεβάστε το αντίστοιχο archive από τη σελίδα έκδοσης iii v0.25.0, επαληθεύστε το checksum και τοποθετήστε το iii.exe στο PATH (για παράδειγμα %USERPROFILE%\.local\bin\iii.exe). Το CLI δεν εξάγει αυτόματα το Windows ZIP.

Η αυτοματοποιημένη ρύθμιση MCP σε native Windows υποστηρίζει μόνο το agentmemory connect copilot-cli. Για άλλους native Windows agents, χρησιμοποιήστε το χειροκίνητο block MCP από τους Άλλους agents. Εκτελέστε connect μέσα στο WSL μόνο αν ο agent-στόχος είναι εγκατεστημένος στο ίδιο περιβάλλον WSL.

Μόνο standalone MCP (χωρίς engine). Αν χρειάζεστε μόνο εργαλεία MCP και όχι το REST API, το viewer ή υπηρεσίες runtime:

npx -y @agentmemory/agentmemory@latest mcp
# or
npx -y @agentmemory/mcp

Εκτελέστε agentmemory doctor ή επανεκκινήστε με --verbose. Για κατειλημμένες θύρες χρησιμοποιήστε --port <N> ή --instance <N>. Συμβατότητα και ανάκτηση περιγράφονται στον οδηγό αναβάθμισης.


Ανάπτυξη

Για δική σας φιλοξενία χρησιμοποιήστε Docker Compose ή τα παρακάτω πρότυπα. Μνήμη και διαπιστευτήρια βρίσκονται στον τόμο /data· κρατήστε αντίγραφο και επαναχρησιμοποιήστε τον στην αναβάθμιση. Authentication, δίκτυο, αντίγραφα και μεταφορά περιγράφονται στον οδηγό ανάπτυξης.

Deploy to fly.io Deploy to Railway

Το κουμπί ανάπτυξης με ένα κλικ του Render απαιτεί render.yaml στη ρίζα του αποθετηρίου, το οποίο σκόπιμα το κρατάμε καθαρό. Χρησιμοποιήστε τη ροή Render Blueprint που τεκμηριώνεται στο deploy/render/ για να δείξετε χειροκίνητα στο blueprint εντός του αποθετηρίου.

Πλήρεις λεπτομέρειες ρύθμισης (καταγραφή HMAC, SSH tunnel για το viewer, περιστροφή, αντίγραφα ασφαλείας, ελάχιστο κόστος) βρίσκονται στο deploy/:

  • deploy/fly: μία μηχανή με auto_stop_machines = "stop"· το πιο οικονομικό σε αδράνεια.
  • deploy/railway: σταθερή χρέωση στο πλάνο Hobby, volume μέσα από το dashboard.
  • deploy/render: ροή Blueprint, αυτόματα snapshots δίσκου στα επί πληρωμή πλάνα.
  • deploy/coolify: self-hosted στο δικό σας VPS μέσω του Coolify· το ίδιο Docker Compose stack, εσείς κατέχετε τον host και τα δεδομένα.

Το REST χρησιμοποιεί 3111 και το viewer 3113. Διατηρήστε τα ιδιωτικά ή προστατέψτε τα με authentication και TLS. Ρυθμίσεις πλατφορμών και μεταφορά παλιού Docker περιγράφονται στον οδηγό ανάπτυξης.


Γιατί το agentmemory

Η γνώση του έργου διασκορπίζεται σε συνομιλίες και αρχεία οδηγιών. Το AgentMemory κάνει προηγούμενες αποφάσεις, διορθώσεις και μαθήματα αναζητήσιμα από τον τρέχοντα agent.

Έναντι της ενσωματωμένης μνήμης agent

Κάθε AI agent κώδικα διαθέτει ενσωματωμένη μνήμη: το Claude Code έχει MEMORY.md, το Cursor έχει notepads, το Cline έχει memory bank. Αυτά λειτουργούν σαν αυτοκόλλητα σημειωματάρια (sticky notes). Το agentmemory είναι η αναζητήσιμη βάση δεδομένων πίσω από τα sticky notes.

Ενσωματωμένο (CLAUDE.md) agentmemory
Συντήρηση Χειροκίνητα διαχειριζόμενες οδηγίες Ευρετηριασμένο ιστορικό συνεδριών και μνήμες
Αναζήτηση Φορτώνει τα πάντα στο context BM25 + vector + graph (μόνο top-K)
Μεταξύ agents Αρχεία ανά agent MCP + REST (οποιοσδήποτε agent)
Συντονισμός Κανένας Leases, signals, actions, routines
Παρατηρησιμότητα Χειροκίνητη ανάγνωση αρχείων Viewer σε πραγματικό χρόνο στη :3113

Πώς Λειτουργεί

Αγωγός Μνήμης

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

Ενοποίηση Μνήμης 4 Επιπέδων

Βασίζεται στον τρόπο που ο ανθρώπινος εγκέφαλος επεξεργάζεται τη μνήμη, συμπεριλαμβανομένης της ενοποίησης κατά τον ύπνο.

Επίπεδο Τι Αναλογία
Εργαζόμενη Ανεπεξέργαστες παρατηρήσεις από τη χρήση εργαλείων Βραχυπρόθεσμη μνήμη
Επεισοδιακή Συμπιεσμένες περιλήψεις συνεδριών "Τι συνέβη"
Σημασιολογική Εξαγόμενα γεγονότα και μοτίβα "Τι γνωρίζω"
Διαδικαστική Ροές εργασίας και μοτίβα αποφάσεων "Πώς να το κάνω"

Οι μνήμες φθίνουν με τον χρόνο (καμπύλη Ebbinghaus). Οι μνήμες που προσπελαύνονται συχνά ενισχύονται. Οι μπαγιάτικες μνήμες εκδιώκονται αυτόματα. Οι αντιφάσεις εντοπίζονται και επιλύονται.

Τι Καταγράφεται

Ο πίνακας περιγράφει τα hooks του Claude Code. Άλλες ενσωματώσεις καταγράφουν συμβάντα που διαθέτει ο client τους. Η αυτόματη εισαγωγή context μέσω κοινών hooks είναι προαιρετική: AGENTMEMORY_INJECT_CONTEXT=true.

Hook Καταγράφει
SessionStart Διαδρομή project, ID συνεδρίας
UserPromptSubmit Prompts χρήστη (φιλτραρισμένα για ιδιωτικότητα)
PreToolUse Μοτίβα πρόσβασης αρχείων + ενριχυμένο context
PostToolUse Όνομα εργαλείου, είσοδος, έξοδος
PostToolUseFailure Context σφάλματος
PreCompact Επανεισάγει τη μνήμη πριν από τη συμπίεση (compaction)
SubagentStart/Stop Κύκλος ζωής sub-agent
Stop Περίληψη τέλους συνεδρίας
SessionEnd Δείκτης ολοκλήρωσης συνεδρίας

Βασικές Δυνατότητες

Δυνατότητα Περιγραφή
Αυτόματη καταγραφή Υποστηριζόμενα συμβάντα συνεδριών και εργαλείων από εγγενείς ενσωματώσεις
Σημασιολογική αναζήτηση BM25 + vector + γράφος γνώσης με συγχώνευση RRF
Εξέλιξη μνήμης Versioning, αντικατάσταση (supersession), γράφοι σχέσεων
Υγιεινή ανάκλησης Οι αντικατεστημένες εκδόσεις μνήμης αφαιρούνται από τα ευρετήρια αναζήτησης· η αλυσίδα εκδόσεων στο KV διατηρεί το πλήρες ιστορικό
Υποδείξεις σχεδόν-διπλότυπων Οι αποθηκεύσεις αναφέρουν μια συμβουλευτική αντιστοίχιση similarTo όταν νέο περιεχόμενο μοιάζει πολύ με μια υπάρχουσα μνήμη
Εμβέλεια ανά agent Το agentId διαπερνά την αποθήκευση και την ανάκληση σε REST, MCP, και το ευρετήριο αναζήτησης, σε λειτουργία shared ή isolated
Προέλευση κατά τη συγγραφή Κάθε παρατήρηση και μνήμη φέρει ένα αμετάβλητο κανάλι προέλευσης (user, agent, tool, import, ή shared) που σημαίνεται κατά την καταγραφή, την αποθήκευση, και την εισαγωγή
Αυτόματη διαγραφή Λήξη TTL, εντοπισμός αντιφάσεων, εκδίωξη βάσει σημασίας
Ιδιωτικότητα πρώτα Τα κλειδιά API, τα μυστικά, και οι ετικέτες <private> αφαιρούνται πριν από την αποθήκευση
Αυτοθεραπεία Circuit breaker, αλυσίδα εναλλακτικών providers, παρακολούθηση υγείας
Γέφυρα Claude Αμφίδρομος συγχρονισμός με το MEMORY.md
Γράφος γνώσης Εξαγωγή οντοτήτων + διάσχιση BFS
Μνήμη ομάδας Κοινή + ιδιωτική μνήμη με namespace μεταξύ μελών της ομάδας
Προέλευση παραπομπών Ανίχνευση κάθε μνήμης πίσω στις αρχικές παρατηρήσεις
Στιγμιότυπα Git Version, rollback, και diff της κατάστασης μνήμης

Ανάκτηση τριπλής ροής που συνδυάζει τρία σήματα:

Ροή Τι κάνει Πότε
BM25 Αντιστοίχιση λέξεων-κλειδιών με stemming και επέκταση συνωνύμων Πάντα ενεργό
Vector Ομοιότητα συνημιτόνου πάνω σε πυκνά embeddings Έχει ρυθμιστεί πάροχος embedding
Graph Διάσχιση γράφου γνώσης μέσω αντιστοίχισης οντοτήτων Εντοπίζονται οντότητες στο ερώτημα

Συγχωνεύονται με Reciprocal Rank Fusion (RRF, k=60) και διαφοροποιούνται ανά συνεδρία (έως 3 αποτελέσματα ανά συνεδρία).

Όταν ένα ευρετήριο vector είναι γεμάτο, το mem::search (πίσω από το memory_recall) χρησιμοποιεί τον υβριδικό ranker BM25 + vector. Χωρίς embeddings χρησιμοποιεί BM25. Το smart-search μπορεί επιπλέον να συγχωνεύσει δομικές αντιστοιχίσεις γράφου όταν υπάρχουν δεδομένα γράφου, ακόμα και σε λειτουργία χωρίς κλειδί. Η ανάκληση μαθημάτων (lesson recall) τρέχει σε ένα αποκλειστικό in-memory ευρετήριο BM25 αντί να σκανάρει όλο το corpus σε κάθε ερώτημα. Οι αντικατεστημένες εκδόσεις μνήμης αποκλείονται από κάθε διαδρομή ανάκλησης· η αλυσίδα εκδόσεων διατηρεί το ιστορικό τους.

0.9.31: AGENTMEMORY_VECTOR_BACKFILL=all / AGENTMEMORY_VECTOR_BACKFILL_MAX.

Το BM25 κάνει tokenize Ελληνικά, Κυριλλικά, Εβραϊκά, Αραβικά, και τονισμένα Λατινικά απευθείας. Για μνήμες στα Κινεζικά / Ιαπωνικά / Κορεατικά, εγκαταστήστε τους προαιρετικούς segmenters (npm install @node-rs/jieba tiny-segmenter) για να χωρίσετε τις ακολουθίες CJK σε tokens επιπέδου λέξης· χωρίς αυτούς, το agentmemory υποχωρεί ομαλά σε tokenization ολόκληρης της ακολουθίας και εκτυπώνει μία υπόδειξη, μία φορά, στο stderr.

Πάροχοι Embedding

Οι εγκαταστάσεις χωρίς κλειδί απενεργοποιούν τα vector embeddings: το mem::search χρησιμοποιεί BM25, ενώ το smart-search μπορεί επίσης να χρησιμοποιήσει υπάρχοντα δομικά δεδομένα γράφου. Για να ενεργοποιήσετε δωρεάν σημασιολογικά embeddings στη συσκευή, προσθέστε αυτό στο ~/.agentmemory/.env και κάντε επανεκκίνηση του agentmemory:

EMBEDDING_PROVIDER=local

Η κανονική εγκατάσταση npm περιλαμβάνει το προαιρετικό runtime @huggingface/transformers. Το πρώτο αίτημα embedding κατεβάζει το Xenova/all-MiniLM-L6-v2, οπότε χρειάζεται πρόσβαση στο δίκτυο και μπορεί να διαρκέσει περισσότερο· η επόμενη εξαγωγή συμπερασμάτων τρέχει στη συσκευή. Οι απομακρυσμένοι πάροχοι ανιχνεύονται αυτόματα από τα κλειδιά τους, εκτός αν το EMBEDDING_PROVIDER τους παρακάμψει.

Πάροχος Μοντέλο Κόστος Σημειώσεις
Τοπικό (προτεινόμενη ενεργοποίηση) all-MiniLM-L6-v2 Δωρεάν EMBEDDING_PROVIDER=local
Gemini gemini-embedding-001 Δωρεάν βαθμίδα 100+ γλώσσες, διαστάσεις 768/1536/3072 (MRL), είσοδος 2048 tokens. Αντικαθιστά το text-embedding-004 (καταργήθηκε, διακοπή στις 14 Ιαν 2026)
OpenAI text-embedding-3-small OpenAI text-embedding-3-small
Voyage AI voyage-code-3 Επί πληρωμή Βελτιστοποιημένο για κώδικα
Cohere embed-english-v3.0 Δωρεάν δοκιμή Γενικής χρήσης
OpenRouter Οποιοδήποτε μοντέλο Διαφέρει Proxy πολλών μοντέλων

Διακομιστής MCP

54 εργαλεία, 6 πόροι, 3 προτροπές, και 17 skills.

MCP shim έναντι πλήρους διακομιστή: το δημοσιευμένο πακέτο @agentmemory/mcp είναι ένα λεπτό shim. Εκθέτει την πλήρη επιφάνεια των 54 εργαλείων μόνο όταν μπορεί να φτάσει έναν ενεργό διακομιστή agentmemory μέσω του AGENTMEMORY_URL (λειτουργία proxy). Χωρίς προσβάσιμο διακομιστή, το shim επιστρέφει σε ένα τοπικό σύνολο 7 εργαλείων (memory_save, memory_recall, memory_smart_search, memory_sessions, memory_export, memory_audit, memory_governance_delete). Η μεταβλητή περιβάλλοντος AGENTMEMORY_TOOLS=core|all είναι μια σημαία από την πλευρά του διακομιστή· η ρύθμισή της στο block env του shim δεν έχει καμία επίδραση. Αν βλέπετε μόνο 7 εργαλεία στο Cursor / OpenCode / Gemini CLI, ξεκινήστε το npx -y @agentmemory/agentmemory@latest (ή συνδεθείτε σε self-hosted server) και ρυθμίστε AGENTMEMORY_URL=http://localhost:3111.

54 Εργαλεία

Τρεις επιφάνειες εργαλείων, από τη μικρότερη στη μεγαλύτερη: το AGENTMEMORY_TOOLS=core περιορίζει την ορατότητα σε 8 βασικά εργαλεία (memory_save, memory_recall, memory_consolidate, memory_smart_search, memory_sessions, memory_diagnose, memory_lesson_save, memory_reflect)· το βασικό σύνολο παρακάτω είναι τα 14 θεμελιώδη εργαλεία του registry· η προεπιλογή (AGENTMEMORY_TOOLS=all) εκθέτει όλα τα 54.

Βασικά εργαλεία (14)
Εργαλείο Περιγραφή
memory_recall Αναζήτηση παλαιότερων παρατηρήσεων
memory_compress_file Συμπίεση αρχείων markdown με διατήρηση της δομής
memory_save Αποθήκευση μιας διαπίστωσης, απόφασης, ή μοτίβου
memory_file_history Παλαιότερες παρατηρήσεις για συγκεκριμένα αρχεία
memory_patterns Εντοπισμός επαναλαμβανόμενων μοτίβων
memory_sessions Λίστα πρόσφατων συνεδριών
memory_smart_search Υβριδική σημασιολογική + αναζήτηση λέξεων-κλειδιών
memory_vision_search Αναζήτηση παρατηρήσεων εικόνων
memory_timeline Χρονολογικές παρατηρήσεις
memory_profile Προφίλ project (concepts, αρχεία, μοτίβα)
memory_export Εξαγωγή όλων των δεδομένων μνήμης
memory_relations Ερώτημα γράφου σχέσεων
memory_commit_lookup Συνεδρίες πίσω από ένα git commit
memory_commits Commits καταγεγραμμένα για μια συνεδρία
Εκτεταμένα εργαλεία (54 σύνολο, η προεπιλεγμένη επιφάνεια)
Εργαλείο Περιγραφή
memory_patterns Εντοπισμός επαναλαμβανόμενων μοτίβων
memory_timeline Χρονολογικές παρατηρήσεις
memory_relations Ερώτημα γράφου σχέσεων
memory_graph_query Διάσχιση γράφου γνώσης
memory_consolidate Εκτέλεση ενοποίησης 4 επιπέδων
memory_claude_bridge_sync Συγχρονισμός με το MEMORY.md
memory_team_share Κοινοποίηση σε μέλη ομάδας
memory_team_feed Πρόσφατα κοινοποιημένα στοιχεία
memory_audit Ιστορικό ελέγχου (audit trail) λειτουργιών
memory_governance_delete Διαγραφή με ιστορικό ελέγχου
memory_snapshot_create Στιγμιότυπο με έκδοση Git
memory_action_create Δημιουργία στοιχείων εργασίας με εξαρτήσεις
memory_action_update Ενημέρωση κατάστασης ενέργειας
memory_frontier Ξεμπλοκαρισμένες ενέργειες κατά σειρά προτεραιότητας
memory_next Η μία πιο σημαντική επόμενη ενέργεια
memory_lease Αποκλειστικά leases ενεργειών (πολλών agents)
memory_routine_run Δημιουργία στιγμιότυπων ρουτινών ροής εργασίας
memory_signal_send Ανταλλαγή μηνυμάτων μεταξύ agents
memory_signal_read Ανάγνωση μηνυμάτων με αποδείξεις παραλαβής
memory_checkpoint Πύλες εξωτερικών συνθηκών
memory_mesh_sync Συγχρονισμός P2P μεταξύ instances
memory_sentinel_create Παρατηρητές βάσει events
memory_sentinel_trigger Ενεργοποίηση sentinels εξωτερικά
memory_sketch_create Προσωρινοί γράφοι ενεργειών
memory_sketch_promote Προβιβασμός σε μόνιμο
memory_crystallize Συμπύκνωση αλυσίδων ενεργειών
memory_diagnose Έλεγχοι υγείας
memory_heal Αυτόματη διόρθωση κολλημένης κατάστασης
memory_facet_tag Ετικέτες dimension:value
memory_facet_query Ερώτημα βάσει ετικετών facet
memory_verify Ανίχνευση προέλευσης

6 Πόροι · 3 Προτροπές · 17 Skills

Τύπος Όνομα Περιγραφή
Πόρος agentmemory://status Υγεία, αριθμός συνεδριών, αριθμός μνημών
Πόρος agentmemory://project/{name}/profile Ευφυΐα ανά project
Πόρος agentmemory://project/{name}/recent Πρόσφατες παρατηρήσεις για ένα project
Πόρος agentmemory://memories/latest Τελευταίες 10 ενεργές μνήμες
Πόρος agentmemory://graph/stats Στατιστικά γράφου γνώσης
Πόρος agentmemory://team/{id}/profile Κοινό προφίλ ομάδας
Προτροπή recall_context Αναζήτηση + επιστροφή μηνυμάτων context
Προτροπή session_handoff Δεδομένα handoff μεταξύ agents
Προτροπή detect_patterns Ανάλυση επαναλαμβανόμενων μοτίβων
Skill /recall Αναζήτηση μνήμης
Skill /remember Αποθήκευση σε μακροπρόθεσμη μνήμη
Skill /session-history Πρόσφατες περιλήψεις συνεδριών
Skill /forget Διαγραφή παρατηρήσεων/συνεδριών

Ο πίνακας δείχνει τα τέσσερα βασικά skills. Το πλήρες σύνολο είναι 9 επικλητά skills συν 8 skills αναφοράς· δείτε την ενότητα Εγγενή skills παραπάνω.

Αυτόνομο MCP

Εκτελέστε χωρίς τον πλήρη διακομιστή, για οποιονδήποτε MCP client. Οποιοδήποτε από τα δύο λειτουργεί:

npx -y @agentmemory/agentmemory@latest mcp   # canonical (always available)
npx -y @agentmemory/mcp                # shim package alias

Ή προσθέστε στις ρυθμίσεις MCP του agent σας:

Οι περισσότεροι agents (Cursor, Claude Desktop, Cline, Roo Code, Gemini CLI):

{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"],
      "env": {
        "AGENTMEMORY_URL": "http://localhost:3111"
      }
    }
  }
}

Συγχωνεύστε την καταχώρηση agentmemory στο υπάρχον αντικείμενο mcpServers του host σας αντί να αντικαταστήσετε το αρχείο. Για sandboxed clients που δεν μπορούν να φτάσουν το localhost του host, προσθέστε "AGENTMEMORY_FORCE_PROXY": "1" στο block env και ρυθμίστε το AGENTMEMORY_URL σε μια διαδρομή που το sandbox μπορεί να φτάσει.

OpenCode (opencode.json):

{
  "mcp": {
    "agentmemory": {
      "type": "local",
      "command": ["npx", "-y", "@agentmemory/mcp"],
      "enabled": true
    }
  },
  "plugin": ["./plugins/agentmemory-capture.ts"]
}

Αντιγράψτε το αρχείο plugin από το αποθετήριο:

mkdir -p ~/.config/opencode/plugins
cp plugin/opencode/agentmemory-capture.ts ~/.config/opencode/plugins/
cp plugin/opencode/commands/*.md ~/.config/opencode/commands/

Viewer σε Πραγματικό Χρόνο

Ξεκινά αυτόματα στη θύρα 3113. Κατά τη σύνδεση, το viewer φορτώνει ένα snapshot (GET /agentmemory/viewer/snapshot) και έπειτα εφαρμόζει live events μέσω SSE στο /agentmemory/viewer/events από τον worker REST: νέες μνήμες, lessons, παρατηρήσεις, εγγραφές audit, αλλαγές γράφου και ενημερώσεις health εμφανίζονται χωρίς polling ή επαναφόρτωση της σελίδας. Τα μόνα άλλα requests προκύπτουν από τις ενέργειες που πατάτε, τις σελίδες «φόρτωσε περισσότερα» και τις αναζητήσεις. Αν διακοπεί η ροή, το viewer δείχνει πόσο παλιά είναι τα δεδομένα, επανασυνδέεται με backoff και συγχρονίζεται ξανά από ένα snapshot.

  • 12 καρτέλες σε τέσσερις ομάδες με ζωντανές μετρήσεις, deep links (#memories/<id>, #sessions/<id>?obs=<id>, #graph/<id>, #health/consolidation), συντομεύσεις πληκτρολογίου, και ένα μενού για κινητά.
  • Memories: αναζήτηση από την πλευρά του server, φίλτρα ανά project, agent, και τύπο, ένα πάνελ λεπτομερειών με την αλυσίδα εκδόσεων και ένα word diff, συνδέσμους προέλευσης, κουμπιά αντιγραφής για το id, την κλήση MCP, και μια εντολή curl, επεξεργασία (νέα έκδοση), forget με επιβεβαίωση, μαζικό forget, και εξαγωγή JSON.
  • Sessions: ένα ενσωματωμένο timeline παρατηρήσεων με ευανάγνωστη είσοδο και έξοδο εργαλείων, φίλτρα και paging, και τις μνήμες και τα μαθήματα που παρήγαγε κάθε συνεδρία.
  • Graph: αναζήτηση, λεπτομέρειες κόμβου με σχέσεις και πηγές, ένα υπόμνημα που δεν βασίζεται μόνο στο χρώμα, και χειριστήρια zoom.
  • Health: η ζωντανή έκδοση του GET /agentmemory/status. Κάθε πρόβλημα συνοδεύεται από τη διόρθωσή του, καθώς και το state backend, την κατάσταση αποθήκευσης ευρετηρίου, την πρόοδο συμπύκνωσης προέλευσης γράφου, και έναν επεξηγητή ενοποίησης με τα πραγματικά thresholds.
  • Σελίδες Audit, Activity, Profile, Replay, Lessons, Actions, και Crystals, καθεμία με μια κενή κατάσταση που εξηγεί τι είναι η ενότητα, γιατί είναι κενή, και την εντολή που τη γεμίζει, καθώς και ένα tooltip γλωσσαρίου ? σε κάθε όρο και αριθμό.
open http://localhost:3113

Ο διακομιστής viewer συνδέεται στο 127.0.0.1 από προεπιλογή και επισυνάπτει το secret του διακομιστή όταν προωθεί αιτήματα στο REST API. Σε σύνδεση εκτός loopback, το HTML shell παραμένει δημόσιο, αλλά κάθε αίτημα proxy απαιτεί bearer· το viewer το ζητά και το αποθηκεύει στο session storage. Διαμορφώστε ρητές allowlists host/origin και TLS πριν εκθέσετε το viewer. Το endpoint /agentmemory/viewer που εξυπηρετείται από το REST ακολουθεί τους κανονικούς κανόνες bearer-token και ανακατευθύνει browsers χωρίς token στη θύρα του viewer. Οι κεφαλίδες CSP χρησιμοποιούν ένα script nonce ανά απάντηση και απενεργοποιούν τα inline handler attributes (script-src-attr 'none').


Ρυθμίσεις

Πάροχοι LLM

Το agentmemory ανιχνεύει αυτόματα τους providers από το περιβάλλον σας. Ένας provider κάνει διαθέσιμες τις λειτουργίες που βασίζονται σε LLM, αλλά μόνο η ρύθμιση του provider δεν ενεργοποιεί τη συμπίεση παρατηρήσεων γραμμένη από LLM. Αυτή η διαδρομή απαιτεί τόσο έναν provider όσο και το AGENTMEMORY_AUTO_COMPRESS=true.

Πάροχος Ρύθμιση Σημειώσεις
No-op (προεπιλογή) Δεν χρειάζεται ρύθμιση Η συμπίεση/σύνοψη βασισμένη σε LLM είναι απενεργοποιημένη. Η συνθετική συμπίεση και η ανάκληση BM25 συνεχίζουν να λειτουργούν. Δείτε το AGENTMEMORY_ALLOW_AGENT_SDK παρακάτω αν βασιζόσασταν στην εναλλακτική λύση συνδρομής Claude.
Anthropic API ANTHROPIC_API_KEY Χρέωση ανά token
MiniMax MINIMAX_API_KEY Συμβατό με Anthropic
Gemini GEMINI_API_KEY Ενεργοποιεί επίσης τα embeddings
OpenRouter OPENROUTER_API_KEY Οποιοδήποτε μοντέλο
OpenAI API OPENAI_API_KEY Προεπιλογή gpt-5.6-luna, παρακάμψτε με OPENAI_MODEL
Τοπικό (Ollama / LM Studio / vLLM / llama.cpp) OPENAI_API_KEY=local + OPENAI_BASE_URL=http://localhost:11434/v1 (Ollama) ή http://localhost:1234/v1 (LM Studio) + OPENAI_MODEL=<your model> Οτιδήποτε συμβατό με το OpenAI API. Μηδενικό κόστος, τρέχει στο δικό σας hardware. Δείτε Τοπικά μοντέλα παρακάτω.
Εναλλακτική λύση συνδρομής Claude AGENTMEMORY_ALLOW_AGENT_SDK=true Μόνο με ρητή ενεργοποίηση. Δημιουργεί συνεδρίες @anthropic-ai/claude-agent-sdk· παλαιότερα προκαλούσε απεριόριστη αναδρομή στο Stop-hook, οπότε δεν είναι πλέον η προεπιλογή.

Τοπικά Μοντέλα (Ollama / LM Studio / vLLM)

Το agentmemory επικοινωνεί με οποιονδήποτε διακομιστή συμβατό με το OpenAI API, οπότε οτιδήποτε εκθέτει το /v1/chat/completions λειτουργεί χωρίς αλλαγές κώδικα. Χωρίς επί πληρωμή κλειδιά, χωρίς cloud, χωρίς rate limits· τρέχει εξολοκλήρου στο δικό σας hardware.

Ollama (προεπιλεγμένη θύρα 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 (προεπιλεγμένη θύρα 1234):

Ανοίξτε το LM Studio → καρτέλα Local Server → Start Server. Επιλέξτε οποιοδήποτε μοντέλο chat από τον επιλογέα (Qwen 3, gpt-oss, DeepSeek R1, κλπ.).

# ~/.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: ίδια μορφή. Δείξτε το OPENAI_BASE_URL στο URL που εκθέτει ο διακομιστής σας και ρυθμίστε το OPENAI_MODEL σε ένα όνομα που θα δέχεται ο διακομιστής σας.

Επιλογές μοντέλων για εργασίες μνήμης: η συμπίεση και η σύνοψη είναι σύντομες εργασίες (<2K tokens είσοδος, <500 tokens έξοδος) όπου ένα μοντέλο instruct 7B είναι υπεραρκετό. Προτάσεις:

Μοντέλο Μέγεθος Γιατί
qwen3:8b ~5.2 GB Ισορροπημένη προεπιλογή σε μηχάνημα 16 GB· ισχυρό σε εξαγωγή και κείμενο σε μορφή εργαλείου
qwen3:4b ~2.6 GB Η μικρότερη λογική επιλογή· καλό για συμπίεση, πιο αδύναμο για εξαγωγή γράφου
qwen3-coder:30b ~19 GB Η καλύτερη τοπική επιλογή για συνεδρίες σε μορφή κώδικα (30B MoE, 3.3B ενεργά) σε hardware 24-32 GB
gpt-oss:20b ~14 GB Ισχυρό γενικό μοντέλο που χωράει σε 16 GB RAM
deepseek-r1:8b ~5.2 GB Distill συλλογιστικής· πιο αργό αλλά καθαρότερες εξαγωγές

Τα μοντέλα Qwen 3 σκέφτονται από προεπιλογή και μπορούν να καταναλώσουν όλο τον προϋπολογισμό tokens σε συλλογιστική πριν βγάλουν καθόλου έξοδο. Ρυθμίστε AGENTMEMORY_LLM_NOTHINK=1 για να προσθέσετε /no_think στα prompts εξαγωγής γράφου, και ανεβάστε το MAX_TOKENS (16384 λειτουργεί) αν οι εξαγωγές επιστρέφουν άδειες.

Τα μοντέλα κλάσης reasoning (στυλ o1 με blocks <think>) μπορούν να επιστρέψουν άδειο content με ένα πεδίο reasoning που ο τοπικός διακομιστής σας μπορεί να μην εμφανίζει. Αν οι εξαγωγές επιστρέφουν κενές, αλλάξτε πρώτα σε ένα μοντέλο χωρίς reasoning. Η μεταβλητή περιβάλλοντος OPENAI_REASONING_EFFORT=none μπορεί επίσης να απενεργοποιήσει τη σκέψη σε μοντέλα thinking του Ollama Cloud που αντικατοπτρίζουν το σχήμα reasoning του OpenAI.

Τα τοπικά embeddings διανέμονται ως προαιρετική εξάρτηση αλλά δεν είναι ενεργοποιημένα από προεπιλογή. Ρυθμίστε EMBEDDING_PROVIDER=local για να ενεργοποιήσετε το Xenova/all-MiniLM-L6-v2 (384 διαστάσεων). Το πρώτο αίτημα embedding κατεβάζει το μοντέλο· η εξαγωγή συμπερασμάτων γίνεται στη συσκευή στη συνέχεια. Χωρίς αυτή τη ρύθμιση ή ένα απομακρυσμένο κλειδί embedding, τα vectors παραμένουν απενεργοποιημένα, το mem::search χρησιμοποιεί BM25, και το smart-search μπορεί ακόμα να προσθέσει υπάρχουσες αντιστοιχίσεις γράφου.

Επιλογή Μοντέλου με Επίγνωση Κόστους

Ξεκινήστε χωρίς κλειδί για καταγραφή και αναζήτηση λέξεων. Το EMBEDDING_PROVIDER=local ενεργοποιεί τοπική σημασιολογική αναζήτηση μετά τη λήψη μοντέλου. Η συμπίεση LLM απαιτεί πάροχο και AGENTMEMORY_AUTO_COMPRESS=true· μπορεί να στέλνει αίτημα ανά παρατήρηση, οπότε ελέγξτε τις τρέχουσες τιμές. Viewer και agentmemory status δείχνουν τους ενεργούς παρόχους.

Μνήμη Πολλών Agents (AGENT_ID + AGENTMEMORY_AGENT_SCOPE)

Σε setups πολλών agents όπου αρκετοί ρόλοι μοιράζονται έναν διακομιστή agentmemory (architect / developer / reviewer / researcher / support-agent), το AGENT_ID σημαίνει κάθε εγγραφή με τον ρόλο που την έκανε. Το AGENTMEMORY_AGENT_SCOPE ελέγχει αν η ανάκληση φιλτράρει βάσει αυτής της ετικέτας.

TEAM_ID=company
USER_ID=engineering-team
AGENT_ID=architect
AGENTMEMORY_AGENT_SCOPE=isolated  # optional; default "shared"

Δύο λειτουργίες:

Λειτουργία Σημαίνει εγγραφές Φιλτράρει ανάκληση Πότε να τη χρησιμοποιήσετε
shared (προεπιλογή) ναι όχι Context μεταξύ agents με ιστορικό ελέγχου. Ο architect μπορεί να δει τι σημείωσε ο developer, αλλά κάθε εγγραφή καταγράφει ποιος το είπε.
isolated ναι ναι Αυστηρός διαχωρισμός. Ο architect δεν βλέπει ποτέ τις παρατηρήσεις / μνήμες / συνεδρίες του developer.

Τι σημαίνεται όταν έχει ρυθμιστεί το AGENT_ID: Session.agentId, RawObservation.agentId, CompressedObservation.agentId, Memory.agentId. Ο ρόλος ρέει από το api::session::start → mem::observe → mem::compress → KV.

Τι φιλτράρεται σε λειτουργία isolated: mem::smart-search, /agentmemory/memories, /agentmemory/observations, /agentmemory/sessions. Κάθε endpoint δέχεται ?agentId=<role> για παράκαμψη ανά αίτημα, και ?agentId=* για πλήρη εξαίρεση από το scope περιβάλλοντος. Το /memories δέχεται επίσης ?includeOrphans=true για να εμφανίσει μνήμες πριν το AGENT_ID, των οποίων το agentId είναι undefined.

Παράκαμψη ανά κλήση στο επίπεδο SDK / REST: κάθε endpoint που τροποποιεί δεδομένα (/session/start, /remember) δέχεται ένα πεδίο agentId στο σώμα του αιτήματος που υπερισχύει του περιβάλλοντος. Χρήσιμο για runtimes που δρομολογούν πολλούς ρόλους μέσα από μία διαδικασία διακομιστή. Το εργαλείο MCP memory_save εκθέτει το ίδιο πεδίο agentId, ο αυτόνομος διακομιστής stdio προωθεί τόσο το agentId όσο και το project, και οι αποθηκευμένες μνήμες μεταφέρουν το agentId στο ευρετήριο αναζήτησης, οπότε η αναζήτηση με εμβέλεια agent καλύπτει τόσο τις μνήμες όσο και τις παρατηρήσεις.

Όταν το AGENT_ID δεν έχει ρυθμιστεί, η μνήμη παραμένει χωρίς scope (παλαιή συμπεριφορά, χωρίς ετικέτες, χωρίς φίλτρα).

Θύρες

Port Σκοπός Μεταβλητή περιβάλλοντος
3111 REST API, MCP HTTP και ζωντανά συμβάντα viewer III_REST_PORT
3113 Διεπαφή viewer III_VIEWER_PORT

Το --port <N> ορίζει τη θύρα REST και προεπιλεγμένα το viewer στο N+2. Το --instance N δημιουργεί ξεχωριστό περιβάλλον. Οι εσωτερικές θύρες πρέπει να παραμένουν ιδιωτικές· διαβάστε τον οδηγό ανάπτυξης πριν από απομακρυσμένη πρόσβαση.

Αποθήκευση: αρχείο ή Redis

Η προεπιλεγμένη αποθήκευση αρχείων δεν απαιτεί ξεχωριστή βάση. Το Redis είναι προαιρετικό μέσω AGENTMEMORY_STATE_BACKEND=redis και AGENTMEMORY_REDIS_URL. Η αλλαγή backend δεν αντιγράφει τη μνήμη. Μονιμότητα, περιορισμοί Redis και αυθεντικοποιημένη εξαγωγή/εισαγωγή περιγράφονται στον οδηγό αποθήκευσης.

Αρχείο Ρυθμίσεων

Βάλτε τις ρυθμίσεις runtime του agentmemory στο ~/.agentmemory/.env αντί να εξάγετε μεταβλητές σε κάθε shell. Αν το viewer δείξει υπόδειξη όπως export ANTHROPIC_API_KEY=..., αντιγράψτε την εδώ ως ANTHROPIC_API_KEY=... χωρίς το πρόθεμα export και επανεκκινήστε το agentmemory. Ορίστε το AGENTMEMORY_ENV_FILE για να χρησιμοποιήσετε διαφορετική διαδρομή αρχείου env.

Οι μεταβλητές περιβάλλοντος της διεργασίας υπερισχύουν του αρχείου. Επανεκκινήστε τον διακομιστή μετά από αλλαγές ρυθμίσεων.

Σε Windows, το ίδιο αρχείο βρίσκεται στο %USERPROFILE%\.agentmemory\.env:

New-Item -ItemType Directory -Force $HOME\.agentmemory
notepad $HOME\.agentmemory\.env

Για να δοκιμάσετε με μια συνδρομή Claude Code Pro/Max αντί για κλειδί API, ενεργοποιήστε το ρητά:

AGENTMEMORY_ALLOW_AGENT_SDK=true
AGENTMEMORY_AUTO_COMPRESS=true

Η συμπίεση παρατηρήσεων γραμμένη από LLM απαιτεί και τις δύο γραμμές: πρόσβαση σε έναν πάροχο LLM (συμπεριλαμβανομένης αυτής της ρητής εναλλακτικής λύσης συνδρομής) και AGENTMEMORY_AUTO_COMPRESS=true. Ένας πάροχος από μόνος του αφήνει στη θέση της την προεπιλεγμένη διαδρομή συνθετικής συμπίεσης.

Η ενοποίηση (κόμβοι γράφου, μαθήματα, crystals) είναι ενεργή από προεπιλογή όποτε έχει ρυθμιστεί ένας πάροχος LLM. Απενεργοποιήστε ρητά με CONSOLIDATION_ENABLED=false αν θέλετε λειτουργία χωρίς LLM. Η εξαγωγή γράφου είναι ξεχωριστή σημαία:

GRAPH_EXTRACTION_ENABLED=true
# CONSOLIDATION_ENABLED=false   # opt out of auto-consolidation

Μεταβλητές Περιβάλλοντος

Συνήθεις επιλογές για ~/.agentmemory/.env. Εισαγωγή context και συμπίεση είναι προαιρετικές· η συμπίεση απαιτεί και πάροχο. Το core περιορίζει τα ορατά εργαλεία MCP:

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

Η πλήρης αναφορά .env.example καλύπτει παρόχους, φίλτρα καταγραφής, διατήρηση, αποθήκευση, ομάδες και προαιρετικές λειτουργίες. Το AGENTMEMORY_ENV_FILE επιλέγει άλλο αρχείο. Μην κάνετε commit συμπληρωμένο .env ή bearer secret.


API

146 endpoints στη θύρα 3111. Το REST API συνδέεται στο 127.0.0.1 από προεπιλογή. Τα προστατευμένα endpoints απαιτούν Authorization: Bearer <secret>, και τα endpoints mesh sync απαιτούν ένα ρητά ρυθμισμένο AGENTMEMORY_SECRET και στους δύο peers.

Η πιστοποίηση είναι ενεργή από προεπιλογή. Όταν δεν ορίζεται AGENTMEMORY_SECRET, στην πρώτη εκκίνηση το CLI δημιουργεί τυχαίο μυστικό στο ~/.agentmemory/secret με δικαιώματα 0600 και το αντιγράφει και στον επιλεγμένο κατάλογο δεδομένων. Κάθε ενσωματωμένος client το διαβάζει από εκεί όταν μιλά με έναν τοπικό διακομιστή: το CLI, το viewer, τα hooks κάτω από το plugin/scripts, ο διακομιστής MCP και το shim @agentmemory/mcp, οι ρυθμίσεις που γράφει το agentmemory connect, και οι ενσωματωμένες ενσωματώσεις OpenCode, Pi, OpenClaw, Hermes, και filesystem-watcher. Το αποθηκευμένο secret αποστέλλεται μόνο σε loopback URLs (localhost, 127.0.0.0/8, ::1). Ένα ρητό AGENTMEMORY_SECRET υπερισχύει πάντα, και οι απομακρυσμένοι clients εξακολουθούν να το χρειάζονται ρυθμισμένο. Το Docker και τα entrypoints του deploy/ δημιουργούν και εξάγουν ήδη το δικό τους secret. Για να καλέσετε το API χειροκίνητα:

curl -H "Authorization: Bearer $(cat ~/.agentmemory/secret)" http://localhost:3111/agentmemory/health

Κανόνες αιτημάτων για εγγραφές. Τα αιτήματα POST, PUT, PATCH, και DELETE προς το REST API και το viewer πρέπει να στέλνουν Content-Type: application/json (μια παράμετρος charset είναι εντάξει) όποτε φέρουν ένα σώμα, και μια κεφαλίδα Origin, όταν υπάρχει, πρέπει να είναι μια προέλευση loopback για τη ρυθμισμένη θύρα REST ή viewer ή να αναφέρεται στο VIEWER_ALLOWED_ORIGINS (διαχωρισμένο με κόμματα, π.χ. https://memory.example.com). Οι clients που δεν στέλνουν κεφαλίδα Origin (CLI, hooks, MCP, curl, server-to-server) δεν επηρεάζονται. Το viewer δέχεται επίσης τη δική του προέλευση.

Διαδρομές αρχείων. Τα endpoints που διαβάζουν ή γράφουν αρχεία (/compress-file, /replay/import-jsonl, /graph/import-graphify) δέχονται μόνο διαδρομές κάτω από το ~/.agentmemory, τον κατάλογο δεδομένων του instance, ή έναν κατάλογο που αναφέρεται στο AGENTMEMORY_IMPORT_ROOT (διαχωρίστε πολλούς με :, ή ; σε Windows). Το /replay/import-jsonl δέχεται επίσης το προεπιλεγμένο του ~/.claude/projects. Το /obsidian/export παραμένει εντός του AGENTMEMORY_EXPORT_ROOT και το /migrate εντός του ~/.agentmemory. Τα symlinks επιλύονται πριν από κάθε έλεγχο.

Απόκρυψη μυστικών. Κλειδιά API, bearer tokens, blocks ιδιωτικών κλειδιών PEM, και διαπιστευτήρια ενσωματωμένα σε URLs (scheme://user:password@host) αποκρύπτονται πριν αποθηκευτεί το κείμενο, σε κάθε διαδρομή εγγραφής: παρατηρήσεις, remember, evolve, slots, μαθήματα, ενέργειες, sketches, signals, σημεία ελέγχου, imports, jsonl replay, mesh sync, κοινοποιήσεις ομάδας, έξοδο συμπίεσης και σύνοψης, crystals, και κόμβοι γράφου.

Βασικά endpoints
Μέθοδος Διαδρομή Περιγραφή
GET /agentmemory/health Έλεγχος υγείας (πάντα δημόσιο)
GET /agentmemory/status Τι πάει στραβά και πώς να το διορθώσετε (HTML για browsers, JSON διαφορετικά)
GET /agentmemory/viewer/snapshot Όλα όσα δείχνει το viewer, σε μία απάντηση
POST /agentmemory/session/start Εκκίνηση συνεδρίας + λήψη context
POST /agentmemory/session/end Τέλος συνεδρίας
POST /agentmemory/observe Καταγραφή παρατήρησης (δείτε την παράδοση καταγραφής παρακάτω)
GET /agentmemory/capture Inbox καταγραφής, dead letters, και offline spool
POST /agentmemory/capture/retry Επανάληψη καταγραφών dead-letter
POST /agentmemory/capture/drain Αποστολή του τοπικού offline spool τώρα
POST /agentmemory/smart-search Υβριδική αναζήτηση
POST /agentmemory/context Δημιουργία context
POST /agentmemory/remember Αποθήκευση σε μακροπρόθεσμη μνήμη
POST /agentmemory/forget Διαγραφή παρατηρήσεων
POST /agentmemory/enrich Context αρχείου + μνήμες + bugs
GET /agentmemory/profile Προφίλ project
GET /agentmemory/export Εξαγωγή όλων των δεδομένων
POST /agentmemory/import Εισαγωγή από JSON
POST /agentmemory/graph/query Ερώτημα γράφου γνώσης
POST /agentmemory/graph/compact Περιορισμός υπερμεγέθους προέλευσης γράφου
POST /agentmemory/team/share Κοινοποίηση σε ομάδα
GET /agentmemory/audit Ιστορικό ελέγχου

Πλήρης λίστα endpoints: Παραγόμενη αναφορά REST

Παράδοση καταγραφής. Τα hooks στέλνουν κάθε παρατήρηση μία φορά στο POST /agentmemory/observe με ένα eventId. Αυτό είναι το δικό του id του host για την κλήση όταν το payload έχει ένα (για παράδειγμα το tool_use_id του Claude Code), διαφορετικά ένα hash της συνεδρίας, του τύπου hook, του ονόματος εργαλείου, της εισόδου, της εξόδου, και του timestamp του host. Ο διακομιστής γράφει το event σε ένα inbox καταγραφής στο state store, αποθηκεύει την παρατήρηση, και μετά αφαιρεί την καταχώρηση του inbox. Ο κωδικός κατάστασης λέει τι συνέβη:

Κατάσταση πεδίο status Σημασία
201 accepted Αποθηκεύτηκε. Το observationId είναι η νέα παρατήρηση.
202 accepted (state: "retrying") Έγινε δεκτό, αλλά η αποθήκευση απέτυχε. Ο διακομιστής το ξαναδοκιμάζει, και μετά από επανεκκίνηση.
200 duplicate Αυτό το eventId έγινε ήδη δεκτό. Το observationId είναι η υπάρχουσα παρατήρηση· δεν αποθηκεύεται τίποτα νέο.
400 / 422 rejected Μη έγκυρο payload, ή η αποθήκευση απέτυχε οριστικά (το event κρατιέται ως dead letter).
503 rejected (retryable: true) Το inbox είναι γεμάτο (AGENTMEMORY_CAPTURE_INBOX_MAX). Τα hooks κάνουν spool το event και το στέλνουν αργότερα.

Τα αποτυχημένα events ξαναδοκιμάζονται κάθε AGENTMEMORY_CAPTURE_RETRY_INTERVAL_MS (10 δευτ.) με διπλασιαζόμενο backoff, έως AGENTMEMORY_CAPTURE_MAX_ATTEMPTS (5). Τα events που συνεχίζουν να αποτυγχάνουν παραμένουν στο inbox ως dead letters, αναφέρονται στο /agentmemory/status και στη σελίδα Health του viewer, και μπορούν να ξαναδοκιμαστούν με POST /agentmemory/capture/retry ({"eventId": "..."} ή {"all": true}). Τα αποδεκτά event ids θυμούνται για AGENTMEMORY_CAPTURE_DEDUP_HOURS (168 ώρες, το πολύ AGENTMEMORY_CAPTURE_EVENTS_MAX ids), οπότε ένα hook που αναπαράγεται μετά από timeout ή επανεκκίνηση αποθηκεύεται μία φορά, ενώ δύο ξεχωριστές κλήσεις εργαλείων με τα δικά τους host ids αποθηκεύονται δύο φορές ακόμα κι αν το περιεχόμενό τους είναι ταυτόσημο. Όταν μια παρατήρηση διαγράφεται (forget, διαγραφή συνεδρίας, εκδίωξη, αυτόματη διαγραφή, ή ένα import που αντικαθιστά το store), το event της σημαίνεται ως διαγραμμένο πριν αφαιρεθεί η παρατήρηση, οπότε μια αναπαραγωγή αυτού του event εντός του ίδιου παραθύρου απαντιέται ως duplicate και δεν αποθηκεύει τίποτα. Το state store γράφει στον δίσκο περιοδικά, οπότε ένα event που έχει απαντηθεί μπορεί ακόμα να βρίσκεται μόνο στη μνήμη για μια στιγμή. Για να το καλύψει αυτό, κάθε απάντηση 2xx φέρει επίσης το bootId του διακομιστή (νέο σε κάθε εκκίνηση), το acceptedAt, και το durableAfterMs (το διάστημα αποθήκευσης συν 1.5 δευτ. στο file store, 1.5 δευτ. στο redis, όπου η μονιμότητα είναι ρύθμιση του χειριστή). Τα hooks κρατούν το event στο τοπικό spool μέχρι να περάσει αυτό το παράθυρο και το διαγράφουν σε μια επόμενη κλήση χωρίς άλλο αίτημα. Αν το bootId έχει αλλάξει μέχρι τότε, ο διακομιστής επανεκκινήθηκε, οπότε το hook στέλνει ξανά το event με το ίδιο eventId· ένα event που είχε φτάσει στον δίσκο δεν αποθηκεύεται δύο φορές. Ο διακομιστής στέλνει επίσης τέτοια events ο ίδιος κατά την εκκίνηση και σε κάθε διάστημα retry, οπότε μια επανεκκίνηση δεν χάνει τίποτα ακόμα και όταν δεν τρέξει κανένα hook μετά. Τα παλαιότερα hooks αγνοούν τα επιπλέον πεδία, και τα νέα hooks έναντι ενός παλαιότερου διακομιστή απορρίπτουν το event στο 2xx όπως πριν.

Όταν ο διακομιστής είναι εκτός λειτουργίας, δεν απαντά εγκαίρως, ή επιστρέφει 5xx, το hook προσθέτει την παρατήρηση σε ένα τοπικό αρχείο spool, <data dir>/capture-spool/<host>-<port>.jsonl (παρακάμψτε τον φάκελο με AGENTMEMORY_CAPTURE_SPOOL_DIR). Το αρχείο είναι ιδιωτικό για τον χρήστη σας (mode 600), τα μυστικά αποκρύπτονται με τον ίδιο τρόπο που τα αποκρύπτει ο διακομιστής, κρατά το πολύ AGENTMEMORY_CAPTURE_SPOOL_MAX_BYTES (5 MiB) και αφαιρεί καταχωρήσεις παλαιότερες από AGENTMEMORY_CAPTURE_SPOOL_MAX_AGE_HOURS (168). Όταν είναι γεμάτο, οι νέες καταχωρήσεις αφαιρούνται και μετρούνται, και το /agentmemory/status το αναφέρει. Το hook συνεχίζει να κάνει exit 0 εντός του χρονικού ορίου του και δεν προσθέτει κανένα αίτημα όταν ο διακομιστής είναι υγιής. Το spool αποστέλλεται στην επόμενη εκκίνηση και από το πρώτο hook που φτάνει ξανά στον διακομιστή, σε μια διαδικασία παρασκηνίου ώστε ο agent να μην περιμένει. Τα event ids το κάνουν ασφαλές: μια παρατήρηση που είχε φτάσει πριν από ένα timeout δεν αποθηκεύεται δύο φορές. Το npx @agentmemory/agentmemory capture δείχνει το spool και το inbox του διακομιστή, το --drain στέλνει το spool τώρα, και το GET /agentmemory/capture επιστρέφει το ίδιο ως JSON. Ρυθμίστε AGENTMEMORY_CAPTURE_SPOOL=false για να απενεργοποιήσετε το spool.

Συμπύκνωση προέλευσης γράφου. Η συμπύκνωση παλαιών δεδομένων προέλευσης αναβάλλεται κατά την εκκίνηση, επειδή διαβάζει ολόκληρα τα παλαιά scopes. Το /agentmemory/status αναφέρει deferred, ή off με AGENTMEMORY_GRAPH_COMPACT_ON_BOOT=false. Εκτελέστε τη χειροκίνητη συμπύκνωση παρακάτω κατά τη συντήρηση. Η μετεγκατάσταση του ευρετηρίου ανάκτησης είναι ξεχωριστή: χρησιμοποιήστε agentmemory graph-index migrate --allow-legacy-scan όπως περιγράφει ο οδηγός συντήρησης.

Για να το εκτελέσετε χειροκίνητα, καλέστε POST /agentmemory/graph/compact. Διασχίζει τα ευρετήρια ονόματος και edge-key αντί να απαριθμεί κάθε κόμβο και ακμή, και είναι ασφαλές να ξανατρέξει. Όταν περιορίζει ids, γράφει μια καταχώρηση audit graph_compact.

curl -X POST http://localhost:3111/agentmemory/graph/compact -H "Authorization: Bearer <secret>" -H "Content-Type: application/json" -d '{}'

Σε ένα μεγάλο store, ή όταν η κλήση επιστρέφει 504, εκτελέστε το σε φέτες. Στείλτε scope (nodes, edges, ή history), offset, και limit, και μετά καλέστε ξανά με το επιστρεφόμενο nextOffset μέχρι να γίνει null. Κάντε το αυτό για τα nodes, edges, και history, και τελειώστε με μία κλήση {"scope":"snapshot"}, επειδή μια κλήση σε φέτες δεν αγγίζει το cached snapshot.

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"}'

Για Προγραμματιστές

npm run dev               # Hot reload
npm run build             # Production build
npm test                  # 4,000+ tests
npm run test:integration  # API tests (requires running services)

Οι απαιτήσεις είναι στην Εγκατάσταση. Κανόνες συνεισφοράς και έλεγχοι έκδοσης βρίσκονται στο CONTRIBUTING.md.

Άδεια Χρήσης

Apache-2.0