agent-memory

环境要求

• Python 3.12 或更高版本
• 已安装 uv（Astral 的 Python 包管理器）
• 可执行 export 的 shell 环境
• 如与 Claude Code / Codex CLI 共用，需其能执行 shell 命令

安装与启动步骤

1. 1克隆仓库

   项目尚未发布到 PyPI，必须先从 GitHub 检出源码再安装。

   git clone https://github.com/tigerless-labs/agent-memory.git

   复制

2. 2安装依赖

   进入仓库目录并用 uv 同步全部包，会生成 mem、mem-mcp、mem-hook 到 .venv/bin。

   cd agent-memory
   uv sync --all-packages

   复制

3. 3配置 PATH

   把 .venv/bin 加入 PATH，让当前 shell 能直接调用 mem 命令。

   export PATH="$PWD/.venv/bin:$PATH"

   复制

4. 4初始化存储

   创建记忆存储，默认在 ~/agent-memory-store；换位置需先导出 AGENT_MEMORY_STORE。

   mem init

   复制

5. 5写入记忆

   记录一条 decision 类型记忆，Markdown 文件是唯一可信来源。

   mem record --type decision --field project=agent-memory \
     --abstract "Markdown files are the single source of truth" \
     --body "Indexes are rebuildable caches."

   复制

6. 6检索验证

   用关键词召回刚写入的记忆，--json 便于脚本或智能体消费。

   mem --json recall "source of truth"

   复制

7. 7重建索引

   删掉 SQLite 索引后重建，证明索引只是可随时丢弃的缓存。

   rm -rf ~/agent-memory-store/.index && mem rebuild

   复制

关键配置

如何确认成功

执行 mem --json recall "source of truth" 能召回刚写入的记忆路径，且 mem rebuild 能成功重建索引。

常见问题

注意事项

• 必须使用 Python 3.12 及以上版本，并预先安装 uv。
• AGENT_MEMORY_STORE 要在所有运行智能体的环境中导出，而不只是当前 shell。
• SQLite 索引是可重建的缓存，可放心删除后用 mem rebuild 恢复。
• README 节选未提供 MCP 客户端的具体接入配置，相关参数需另查仓库文档。