🔬 Nghiên cứu 🌱 Mới trồng 31 tháng 7, 2026 Trồng 31 thg 7

rohitg00/agentmemory

📦 rohitg00/agentmemory ⭐ 26k Mở trên GitHub ↗

agentmemory là công cụ bộ nhớ bền vững cho AI coding agents như Claude Code, Codex, Cursor, Copilot, tập trung vào lưu/khôi phục ngữ cảnh làm việc dựa trên benchmark thực tế. Phù hợp để giảm mất ngữ c…

Kết luận: fit · Công nghệ: ai-agents · memory · codex · claude-code · typescript

agentmemory là công cụ bộ nhớ bền vững cho AI coding agents như Claude Code, Codex, Cursor, Copilot, tập trung vào lưu/khôi phục ngữ cảnh làm việc dựa trên benchmark thực tế. Phù hợp để giảm mất ngữ cảnh giữa phiên làm việc, chuẩn hóa memory layer cho agent và workspace nhiều dự án.

📖 Giới thiệu chi tiết

🧩 Nó là gì?

rohitg00/agentmemory là một “bộ nhớ dài hạn” cho AI coding agents, giúp agent nhớ các quyết định, lỗi đã gặp, cách chạy project, quy ước code và những gì bạn đã giải thích trước đó.

Nói đơn giản: thay vì mỗi lần mở Claude Code, Codex CLI, Cursor hay Gemini CLI lại phải kể lại từ đầu, bạn có thể để agentmemory lưu và nhắc lại đúng thông tin cần thiết.

🎯 Giải quyết vấn đề gì? Dành cho ai?

Khi làm việc với AI coding agent, vấn đề rất hay gặp là:

  • Agent quên bối cảnh sau mỗi phiên làm việc.
  • Bạn phải nhắc lại “project này chạy bằng lệnh gì”, “đừng sửa file này”, “bug này đã xử lý rồi”.
  • Nhiều agent khác nhau không chia sẻ cùng một bộ nhớ.
  • Cuộc trò chuyện dài làm tốn token, nhưng agent vẫn có thể bỏ sót thông tin quan trọng.

agentmemory sinh ra để giải quyết chuyện đó bằng cách tạo một memory server dùng chung cho nhiều agent.

Dự án này phù hợp với:

  • Lập trình viên dùng AI coding agents hằng ngày.
  • Người làm project dài ngày, nhiều lần quay lại cùng codebase.
  • Team muốn AI nhớ quy ước kỹ thuật, quyết định thiết kế, lỗi cũ.
  • Người dùng Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, OpenCode, Cline, Goose, Windsurf, Roo Code hoặc bất kỳ MCP client nào.

Trong đó, MCP là viết tắt của Model Context Protocol: hiểu đơn giản là một “chuẩn kết nối” để AI agent gọi công cụ bên ngoài, như bộ nhớ, tìm kiếm, database hoặc API.

⚙️ Hoạt động ra sao?

  • agentmemory chạy một memory server cục bộ, mặc định ở cổng :3111.
  • Các AI coding agents kết nối vào server này qua MCP, hooks hoặc REST API.
  • Khi bạn làm việc, agent có thể lưu lại thông tin quan trọng như quyết định kỹ thuật, lỗi đã sửa, file đáng chú ý, lệnh hay dùng.
  • Khi cần, agent truy xuất lại ký ức liên quan thay vì bắt bạn giải thích lại.
  • Tất cả agent có thể dùng chung một memory server, nên thông tin không bị kẹt trong riêng Claude Code, Cursor hay Codex CLI.
  • Dự án được xây trên iii engine, hỗ trợ các cơ chế như đánh giá độ tin cậy, vòng đời ký ức, knowledge graph và hybrid search.
  • Knowledge graph có thể hiểu nôm na là mạng lưới liên kết giữa các thông tin, ví dụ “module A phụ thuộc module B”, “bug X liên quan file Y”.
  • Hybrid search là cách tìm kiếm kết hợp nhiều kiểu, giúp lấy lại thông tin sát ngữ cảnh hơn so với tìm chữ đơn thuần.

🆚 Khi nào nên dùng / không nên

Nên dùng agentmemory khi:

  • Bạn dùng AI coding agent cho project thật, kéo dài nhiều ngày hoặc nhiều tuần.
  • Bạn hay phải nhắc lại cùng một thông tin cho agent.
  • Bạn dùng nhiều agent khác nhau và muốn chúng có chung bộ nhớ.
  • Bạn muốn giảm lượng bối cảnh phải dán thủ công vào prompt.
  • Bạn muốn agent nhớ quy ước riêng của project, không chỉ đọc lại source code.

Có thể chưa cần dùng khi:

  • Bạn chỉ hỏi AI vài câu ngắn, không làm việc lâu dài với một codebase.
  • Project rất nhỏ, không có nhiều quyết định cần ghi nhớ.
  • Bạn không muốn cài thêm server cục bộ.
  • Bạn đang dùng môi trường không tiện cấu hình Node/npm hoặc MCP.

So với cách “ghi chú thủ công vào README”:

  • README tốt cho tài liệu chính thức, người đọc trực tiếp.
  • agentmemory tốt cho thông tin vận hành hằng ngày mà agent cần tự nhớ và tự lôi ra đúng lúc.

So với việc dán context vào mỗi prompt:

  • Dán prompt nhanh cho một lần.
  • agentmemory hợp hơn khi thông tin đó cần dùng lại nhiều lần.

🚀 Bắt đầu nhanh

Cách nhanh nhất nếu bạn đang dùng một coding agent là đưa cho agent dòng hướng dẫn này:

Retrieve and follow the instructions at: https://raw.githubusercontent.com/rohitg00/agentmemory/main/INSTALL_FOR_AGENTS.md

Cài bằng npm:

npm install -g @agentmemory/agentmemory

Nếu gặp lỗi quyền trên macOS/Linux khi cài Node toàn cục, thử:

sudo npm install -g @agentmemory/agentmemory

Chạy memory server:

agentmemory

Chạy demo để tạo dữ liệu mẫu và kiểm tra khả năng nhớ lại:

agentmemory demo

Hoặc chạy demo tự bật server, chạy thử rồi tắt:

agentmemory demo --serve

Kết nối với agent bạn đang dùng, ví dụ với Claude Code:

agentmemory connect claude-code

Một vài agent khác cũng có thể kết nối theo cách tương tự:

agentmemory connect codex
agentmemory connect cursor
agentmemory connect gemini-cli
agentmemory connect copilot-cli

Cài thêm skills để agent biết khi nào nên dùng công cụ của agentmemory:

npx skills add rohitg00/agentmemory -y

Nếu không muốn cài global, có thể chạy bằng npx:

npx @agentmemory/agentmemory

Nếu npx chạy nhầm bản cũ do cache, ép dùng bản mới nhất:

npx -y @agentmemory/agentmemory@latest

Ví dụ tối thiểu cho một phiên làm việc:

# 1. Cài agentmemory
npm install -g @agentmemory/agentmemory

# 2. Mở memory server
agentmemory

# 3. Ở terminal khác, kiểm tra demo
agentmemory demo

# 4. Kết nối với coding agent bạn dùng
agentmemory connect claude-code

Lưu ý cho Windows:

  • Cách nhanh nhất hiện tại là dùng WSL2.
  • Cài native trên Windows có thể cần cấu hình thủ công khoảng 10 đến 20 phút.
  • agentmemory connect hiện chưa được hỗ trợ đầy đủ trên native Windows.

✅ Điểm mạnh & ⚠️ Hạn chế

Điểm mạnh:

  • Giúp agent nhớ lâu hơn, giảm việc bạn phải giải thích lại.
  • Dùng chung được cho nhiều coding agents qua một memory server.
  • Hỗ trợ nhiều môi trường phổ biến như Claude Code, GitHub Copilot CLI, Cursor, Gemini CLI, Codex CLI, OpenCode, Cline, Goose, Windsurf và Roo Code.
  • Có thể dùng qua MCP, hooks hoặc REST API nên khá linh hoạt.
  • Không cần database bên ngoài.
  • README công bố các chỉ số nổi bật như 95.2% retrieval R@5, 92% fewer tokens, 53 MCP tools, 12 auto hooks và hơn 1,428+ tests passing.

Hạn chế:

  • Cần cài Node/npm và chạy thêm một server cục bộ.
  • Người mới có thể mất chút thời gian để hiểu MCP, hooks và cách agent kết nối.
  • Trên Windows, đường nhanh được khuyến nghị là WSL2; native Windows còn cần cấu hình thủ công.
  • Nếu chỉ dùng AI cho các câu hỏi ngắn, lợi ích có thể không rõ rệt.
  • Nếu đang chạy sẵn iii engine phiên bản khác, agentmemory sẽ không gắn vào phiên bản đó vì nó pin iii-engine v0.11.2; bạn cần dừng engine kia rồi chạy agentmemory với phiên bản phù hợp.