total-agent-memory ↗ totalmemory.dev

Проблема

Coding-агент без памяти переспрашивает одно и то же каждую сессию. И повторяет те же ошибки. Context window — не память, это working set. Векторный store — тоже не память, это Ctrl+F с эмбеддингами.

Хотелось ближе к тому, как работает senior-инженер: эпизодический recall (“это пробовали в прошлый вторник, не сработало”), семантический (“в компании логи пишутся в JSON”), decay, противоречия и право сказать “не знаю”.

Архитектура

• Hot path: SQLite + FTS5 — keyword recall за <50 мс.
• Warm path: BGE / FastEmbed эмбеддинги в FAISS для semantic similarity.
• Graph layer: сущности + triples + cognitive activation spreading.
• Re-rank: опциональный CrossEncoder для precision.
• Diversity: MMR pass, чтобы агент не уходил в echo-chamber.

6-стадийный пайплайн (FTS → BM25 → semantic → fuzzy → graph → MMR) даёт R@5 = 97.45 % на LongMemEval default — выше опубликованных бейзлайнов.

Ключевое в реализации

• Multi-representation хранилище — каждое воспоминание лежит как raw text, нормализованный, BM25-токенизированный, embedding и нода графа. Под запрос подбирается нужное представление.
• Self-extracting knowledge graph — сущности и triples достаются маленькой локальной LLM, объединяются fact-merger’ом с разруливанием противоречий.
• Time travel — каждое изменение — чекпойнт, можно kg at <timestamp> и посмотреть, во что агент верил в прошлый четверг.
• 3D WebGL inspector — весь граф решений ходим в Three.js: drag-узлы, replay эпизодов, видно как растекается attention.

Результаты

Production-ready, MIT, MCP-native. Работает на Raspberry Pi 4 (если выключить embedding-стек). Подключается к Claude Code, Codex, Cursor, Cline через MCP — и агент перестаёт переспрашивать базовое.

Уроки

• Recall — это стек, а не сервис. Лучшая память для AI — все техники сразу, через fusion.
• Забывание — это фича. Без decay store превращается в чердак за три недели.
• Маленькая осознанная память бьёт огромный индекс. Прирост R@5 пришёл от прунинга, а не от лишних измерений.