torben
18ae28f918
Chemenu kompiliert Rohnotizen zu einem verlinkten, quellengebundenen Wiki: raw/ -> types/ + tools/ -> kb/ -> reports/. Was mechanisch ist, macht tools/wikitool; was Urteil braucht, macht ein Agent unter Contracts, deren Grenzen in Code durchgesetzt sind statt im Prompt. Dieser Commit ist der Startpunkt der oeffentlichen Historie. Die vorherige Entwicklung fand in einer privaten Instanz statt und ist nicht Teil dieses Repositorys; ihre Erzaehlung steht vollstaendig in CHANGES.md, das mit 44 Eintraegen von 0.1.0 bis 2.1.0 erhalten geblieben ist. Der mitgelieferte Korpus ist ein Testbett und eine Demo: 170 Seiten ueber den Stack selbst - Gates, Lint, Versionierung, Suche, das Wiki-Muster. Er dokumentiert das Werkzeug mit den eigenen Mitteln des Werkzeugs. Lizenz: AGPL-3.0 fuer den Stack (tools/, types/), CC-BY-4.0 fuer die Inhalte. Die Grenze zwischen beiden ist der Dateiplan, den dist export berechnet - siehe NOTICE.
2.9 KiB
type, entity_type, tags, created, modified, related, sources, confidence, confidence_base, provenance, summary
| type | entity_type | tags | created | modified | related | sources | confidence | confidence_base | provenance | summary | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| types/entity.md | tool |
|
2026-07-26 | 2026-08-29 |
|
|
0.95 | 0.95 | sourced | Persistenter Speicher für KI-Coding-Agenten; setzt Wissensgraph- und Lifecycle-Management-Muster um. |
Agent Memory
Typ: Tool (Persistente Memory-Engine für KI-Agenten)
Beschreibung
agentmemory ist eine persistente Memory-Engine für KI-Coding-Agenten mit über 20.000 Stars auf GitHub. Sie bietet die Infrastruktur für KI-Agenten, um langfristig Erinnerungen über Sitzungen hinweg zu bewahren, was ihnen ermöglicht, Kontext zu speichern, von früheren Interaktionen zu lernen und auf vorherigem Wissen aufzubauen.
Basierend auf iii-engine löst agentmemory die praktischen Herausforderungen der Implementierung des LLM-Wiki-Musters im großen Maßstab. Sie dient als bewährte Implementierung vieler in LLM Wiki v2 beschriebener Konzepte, insbesondere im Hinblick auf Memory Lifecycle Management, Knowledge Graphs und Event-Driven Automation.
Kerndaten
- Zweck: Persistente Memory für KI-Coding-Agenten
- Status: Aktiv (20K+ GitHub-Stars)
- Sprache/Technik: Python-basiert
- Repository: github.com/rohitg00/agentmemory
- Autor: Rohit Gupta
- Basiert auf: iii Engine
- Verwandtes Muster: LLM Wiki Pattern
Features
Basierend auf den Lektionen von agentmemory (wie in LLM Wiki v2 beschrieben):
- Memory Lifecycle Management: Implementiert Confidence Scoring, Supersession und Vergessen-Mechanismen
- Knowledge Graph: Strukturierte Entities mit typisierten Beziehungen für bessere Abfragen und Entdeckung
- Event-Driven Automation: Hooks für Auto-Ingest, Auto-Lint und Context-Injection
- Hybrid Search: Kombiniert BM25, Vektorsuche und Graph-Traversierung
- Qualitätskontrollen: Self-Healing-Mechanismen und Konfliktauflösung
- Multi-Agent-Unterstützung: Mesh-Synchronisierung für parallele Agent-Zusammenarbeit
Beziehungen
- Implementiert: LLM Wiki Pattern
- Basiert auf: iii Engine
- Erstellt durch: Rohit Gupta
- Erweitert: Knowledge Graph Concepts
- Nutzt: Memory Lifecycle Mechanismen
- Verwandt mit: Event-Driven Automation
Anwendungsfälle
- Kontext über mehrere Coding-Sitzungen hinweg beibehalten
- Persistente Knowledge Bases für KI-Agenten erstellen
- Agenten ermöglichen, von früheren Interaktionen zu lernen
- Langfristige Memory für Forschungs- und Entwicklungsaufgaben bereitstellen