agentmemory

agentmemory は、AI コーディングエージェント向けの永続・検索可能なメモリ層です。Claude Code、Cursor、Codex が持つ付箋的なメモリファイルとは異なり、観察結果を構造化された検索可能な事実としてローカル SQLite に保存し、MCP・フック・REST 経由で任意のエージェントに公開します。プロジェクトは LongMemEval で R@5 95.2% を報告し、コンテキストのトークン 92% 削減を主張、54 の MCP ツールと 12 の自動フックを提供、外部データベースは不要です。リポジトリは 2026 年 2 月 25 日作成、約 2.7 万スター。

主な機能

• 付箋ではなく本物の検索：観察を構造化事実に圧縮し、SHA-256 で重複排除、プライバシーフィルタ、ベクトル化し、BM25 とベクトル検索の両方に索引。
• あらゆるエージェントに対応：Claude Code、GitHub Copilot CLI、Cursor、Gemini CLI、Codex CLI、Hermes、OpenClaw、pi、OpenCode、その他任意の MCP クライアント。
• ローカル優先・外部 DB 不要：すべて SQLite 上で動作し、Qdrant・Postgres・外部 API キー不要。
• ベンチマーク上位のリコール：LongMemEval R@5 95.2% と公表。Mem0（68.5%）や Letta/MemGPT（83.2%）を上回るとの記載。
• 54 の MCP ツールと 12 の自動フック：:3111 のメモリサーバが保存・取得・推論ツールを公開し、フックがセッションコンテキストを自動取得。
• ネイティブスキル：npx skills add rohitg00/agentmemory -y で 17 スキルを導入し、エージェントがメモリを使うべき時を判断。

使用シナリオ

このツールを使用すべき人は？

• コーディングエージェント利用者：Claude Code、Codex、Cursor に、セッションをまたぐ決定・好み・プロジェクト事実の長期メモリを付与。
• エージェントを運用するチーム：複数エージェントで 1 つのメモリサーバを共有し、全ツールが同じコンテキストを見られるように。
• プライバシー重視の開発者：メモリを SQLite にローカル保持し、外部 DB サービスに依存しない。

解決する問題

1. コンテキストの言い直し：エージェントがプロジェクト規約や好みをセッション間で忘れなくなる。
2. メモリの肥大化：肥大するプロンプト注入ノートの代わりに、構造化・圧縮・重複排除された事実を利用。
3. ツール間のサイロ化：Claude Code・Cursor・Codex が 1 つのサーバを共有し、コンテキストが作業に追従。

料金プラン

agentmemory は Apache-2.0 でオープンソース。npx @agentmemory/agentmemory で対話型セットアップとメモリサーバをローカルで無料起動できます。リポジトリにホステッド版はなく、自機で実行します。

優位性と独自の価値提案

1. ベンチマーク基準：主張が LongMemEval のリコールと公開比較に裏付けられ、漠然としたマーケティングではない。
2. 外部依存ゼロ：別途のベクトル DB や API サービスを用意・支払う必要がない。
3. エージェント対応範囲の広さ：1 回のインストールで主要コーディングエージェントを接続し、メモリがツールをまたいで追従。

はじめに

クイックスタートガイド

1. npx @agentmemory/agentmemory を実行。
2. 接続するエージェント（Claude Code、Cursor、Codex、Gemini CLI、OpenCode）と LLM プロバイダを選択。キーレスでも可。
3. 設定を生成し、:3111 でメモリサーバを起動。グローバルインストールを推奨されれば agentmemory をどこでも使用可能。
4. agentmemory demo --serve でリコールを検証。
5. ネイティブスキルを追加して、エージェントがメモリを使うべき時を把握：npx skills add rohitg00/agentmemory -y。

よくある質問

ベクトルデータベースは必要？

不要です。索引は BM25 とベクトル検索で、ベクトルはローカルオプションがあり外部 DB は不要。

対応エージェントは？

Claude Code、GitHub Copilot CLI、Cursor、Gemini CLI、Codex CLI、Hermes、OpenClaw、pi、OpenCode、その他任意の MCP クライアント（20 アダプタ）。

ホステッド版はありますか？

ローカル優先のプロジェクトで、リポジトリにホステッド版はありません。

Mem0 との比較は？

プロジェクト公表のベンチマークでは agentmemory の LongMemEval リコール（95.2%）が Mem0（68.5%）を上回り、外部 DB なしで完全ローカル動作します。

代替案

• Letta：MemGPT スタイルのステートフルエージェントメモリランタイム。クラウドオプションあり。
• LangGraph：グラフ構造のエージェントフレームワーク。メモリの上にオーケストレーションが必要な場合に。
• Mem0：ベクトル検索ベースのホステッド／セルフホスト型エージェントメモリ。

ヒントとベストプラクティス

1. 自データでベンチマークを検証：LongMemEval のリコールは有用なシグナルだが、自コードベースでもリコールテストを実施。
2. 複数エージェントを接続：Claude Code・Cursor・Codex が 1 つのメモリサーバを共有すると価値が増す。
3. プライバシーフィルタを確認：本番データを向ける前に、フィルタ設定がデータ取り扱い要件に合うか確認。

まとめ

agentmemory は、エージェントの物忘れをローカルで検索可能なメモリで解決し、主要なコーディングエージェントが使える形にしたものです。コンテキストの言い直しに疲れ、メモリインフラにコストを払いたくないなら、Claude Code・Cursor・Codex に検索級メモリを付ける最速のローカル選択肢です。