TL;DR

agentmemory는 여러 AI 코딩 에이전트의 세션을 자동 수집해 SQLite와 iii-engine에 저장하고, MCP·REST·hooks를 통해 다음 작업에 필요한 기억을 검색하는 standalone CLI 겸 MCP server입니다. BM25·Vector·Graph를 결합한 검색을 제공하며 keyless 모드와 로컬 embedding 모드를 선택할 수 있고, 실시간 viewer에서 세션·그래프·자원 상태를 확인할 수 있습니다. README 기준 LongMemEval-S에서 R@5 95.2%를 기록했지만 비교 대상의 데이터셋과 측정 출처가 다르므로 수치만으로 우열을 판단하기는 어렵습니다. 여러 에이전트를 함께 쓰고 반복적인 프로젝트 맥락 전달을 줄이려는 개발자에게 유용하지만, iii-engine v0.11.2 고정과 Windows·Codex Desktop의 연결 제약은 도입 전에 확인해야 합니다.

핵심 포인트

• 이 레포는 TypeScript로 만든 standalone CLI이자 MCP server이며, Claude Code·Codex CLI·Cursor·GitHub Copilot CLI 등 여러 코딩 에이전트에 공통 메모리를 연결합니다. `npx -y @agentmemory/agentmemory@latest`가 서버와 고정된 iii-engine을 설치하고, MCP·REST·hooks·skills 경로를 함께 제공합니다. 특정 에이전트 프레임워크에 종속되지 않아 여러 도구를 오가며 같은 프로젝트 기억을 써야 할 때 적합합니다.
• 12개 자동 hooks가 세션 입력·도구 호출·응답을 수집하고, 관찰 내용을 압축한 뒤 BM25·Vector·Graph 검색과 RRF fusion으로 다음 세션에 관련 맥락을 주입합니다. 기본 keyless 모드는 BM25를 사용하며, `EMBEDDING_PROVIDER=local`을 지정하면 첫 실행 때 `Xenova/all-MiniLM-L6-v2`를 내려받아 로컬 semantic recall을 활성화합니다. 기억은 4단계 consolidation·decay·auto-forget 수명주기로 관리되어 장기 세션의 반복 설명을 줄이는 구조입니다.
• 저장소는 SQLite와 iii-engine을 사용하고 별도 외부 데이터베이스 없이 로컬 우선으로 동작하며, REST/MCP HTTP는 3111번 포트, 실시간 viewer는 3113번 포트에 연결됩니다. Claude Code 플러그인은 12개 hooks와 17개 skills, 54개 MCP tools를 등록하고 다른 에이전트도 `agentmemory connect <agent>` 또는 표준 MCP 설정으로 연결할 수 있습니다. 다만 iii-engine v0.11.2를 고정하고 있어 Windows 네이티브 환경에서는 `iii.exe` 수동 설치가 필요하며, Codex Desktop에서는 플러그인 hooks가 현재 동작하지 않아 별도 hook 연결이 필요합니다.
• README의 LongMemEval-S 500문항 결과는 R@5 95.2%, R@10 98.6%, MRR 88.2%이며 BM25-only fallback은 각각 86.2%, 94.6%, 71.5%입니다. 자체 coding-agent-life-v1에서는 hybrid가 R@5 1.000, Top-5 hit rate 15/15, p50 latency 14 ms를 기록했지만 P@5가 0.240인 소규모 gold-sparse corpus라 recall·temporal query 개선 중심의 결과입니다. 비용 표는 연간 약 170K tokens와 약 $10을 제시하지만, competitor 수치는 서로 다른 데이터셋이나 공급자 자체 보고값이 섞여 있어 동일 조건의 직접 비교로 읽으면 안 됩니다.

벤치마크

이미지 분석