tigerless-labs/agent-memory Python

Long-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and an independent sleep-time Manage layer. Claude Code and Codex share one store. No API key.

⭐ 4,314Stars
🍴 206Forks
🐛 11Issues
🕐 2026-11-07最近更新
agent-memoryai-agentsclaude-codecodexllmlocal-firstlong-term-memorymarkdownmcppythonretrievalsqlite
项目观察

为什么值得关注

从项目描述、标签和公开数据来看,tigerless-labs/agent-memory 值得先看的一点,是它围绕切中 AI 应用、智能体或大模型工具链需求在解决问题,相关标签包括 agent-memory、ai-agents、claude-code、codex,主要使用 Python。项目描述里最直接的信息是:“Long-term memory runtime for AI agents — plain Markdown as the source of truth, local ranked retrieval, and a…”。我会把它放进观察清单,不是因为 Star 数本身,而是因为它的方向和最近热度有交集:最近更新于 2026-11-07、4,314 Star 与 206 Fork 带来的关注度积累;最近一次代码更新在 2026-11-07,这次统计相对历史基准新增约 0 Star,如果后面几天还能继续增长,同时 Issue、PR、提交记录也比较活跃,说明它可能不只是短时间被转发了一波,而是确实踩中了开发者近期的需求。它更适合AI 产品开发者、独立开发者和大模型落地团队,尤其是正在做技术选型、找替代方案、观察新方向,或者想快速判断某类工具是否值得投入时间的人。真正要落地时,我建议先看四件事:README 的示例是不是清楚,安装和接入成本高不高,许可证是否适合自己的使用场景,维护者对问题反馈和版本发布是否稳定。整体来看,这类项目适合作为趋势观察样本,也适合在周末或碎片时间进一步读源码、看 demo、对比同类方案。

📈 趋势变化(2条数据)