Memmy Agent — общая память между AI-агентами (DeepSeek Harness, Claude Code, Codex и др.)

Memmy Agent — открытая система персональной памяти для AI-агентов. Её главная идея — продолжить одну и ту же работу в разных инструментах без потери контекста: вы начали задачу в Claude Code, продолжили в Codex, а закончили в Cursor, и каждый из них помнит, о чём шла речь.

По задумке авторов, Memmy работает сразу на трёх уровнях:

Что подключается

К Memmy можно подключить большинство популярных агентов: DeepSeek Harness, OpenClaw, Hermes, Claude Code, Codex, Cursor, WorkBuddy, OpenCode, Pi и другие. Один источник памяти для всех инструментов.

Данные при этом остаются локальными — Memmy позиционируется как приватная «память» поверх ваших агентов, а не облачный сервис.

Как запустить

Есть три основных способа установки.

1. Desktop-приложение (рекомендуется)

Скачивается с официального сайта или из GitHub Releases. При первом запуске приложение сканирует окружение и показывает отчёт о найденных агентах.

Регистрация даёт бесплатные токены для тестирования полного «Memory + Agent Runtime». Когда пробные кредиты заканчиваются, можно перейти в режим BYOK и использовать собственный API модели.

2. CLI / TUI через memmy

Для Linux x64 или arm64 с Node.js 22+ и доступной пользовательской systemd-сессией:

curl -fsSL https://raw.githubusercontent.com/MemTensor/memmy-agent/main/scripts/install.sh | bash
memmy

Установщик сразу запускает локальный Memory Service как memmy-memory.service. Первый запуск memmy при необходимости открывает мастер настройки модели, затем включает memmy-gateway.service, ждёт его готовности и входит в TUI. Оба сервиса — это systemd --user-сервисы, привязанные к localhost, они остаются доступными после выхода из TUI и автоматически стартуют при следующем входе в систему.

Перед подключением к Gateway memmy обновляет приватный файл ~/.memmy/systemd/gateway.env (режим 0600) с переменными окружения, общими креденшелами провайдеров и PATH терминала. Если значения меняются, следующий запуск перезапускает сервис с новым окружением.

Статус сервисов:

systemctl --user status memmy-memory.service
systemctl --user status memmy-gateway.service

Установщик инициализирует память, не трогая Codex, Claude Code, Cursor и других агентов. Чтобы установить Memory Skill и поддерживаемый Hook/плагин для агента, выполните memmy-memory init (все найденные агенты) или memmy-memory init --agent <agent>.

Основные команды:

memmy onboard                              # Интерактивная настройка моделей, провайдеров, gateway, памяти и инструментов
memmy onboard --defaults                   # Инициализация ~/.memmy/config.yaml и воркспейса значениями по умолчанию
memmy status                               # Проверка конфигурации, модели и провайдера
memmy agent --message "Introduce the current workspace"  # Разовый запуск задачи
memmy                                      # Интерактивный TUI
memmy serve                                # Запуск OpenAI-совместимого API (:18990)

Минимальная конфигурация BYOK в ~/.memmy/config.yaml:

agents:
  defaults:
    model: openai/gpt-4.1
    provider: openai
    timezone: "+08:00"
providers:
  openai:
    apiKey: ${OPENAI_API_KEY}

3. CLI memmy-memory

Отдельный инструмент для доступа к локальному memory-сервису из агентов, скриптов и при отладке:

memmy-memory init
memmy-memory health
memmy-memory search "memory policies in this project"
memmy-memory add "a piece of knowledge worth saving"
memmy-memory get <id>

По умолчанию он подключается к http://127.0.0.1:18960. Флаги --url, --token, --config, --source и --user-id задают сервис и пространство имён.

4. Запуск из исходников

git clone https://github.com/MemTensor/memmy-agent.git
cd memmy-agent
cp .env.example .env
npm install
npm run build
bash scripts/dev-start.sh

Скрипт ставит зависимости, собирает сервисы и запускает окружение разработки. Требуются Node.js >=22 и npm; на Windows используйте Git Bash.

Как устроен Memory Skill

Инициализация памяти через memmy-memory init устанавливает в агент два компонента:

• Memory Skill — навык, через который агент читает и пишет в локальную память,
• Hook/плагин — поддерживаемый агентами механизм автоматической синхронизации.

Благодаря этому память работает и в момент общения с агентом, и как фоновый сервис.

Дорожная карта

Авторы рассматривают Memmy как личную инфраструктуру памяти, выходящую за рамки кодинг-агентов:

• Больше источников памяти — от AI-диалогов к активности в браузере, локальным документам, в перспективе — к другим устройствам и железу.
• Командная коллаборация — запланировано взаимодействие «агент к агенту», чтобы AI-ассистенты членов команды обменивались знаниями с соблюдением приватности.

Наследие и благодарности

Memmy опирается на несколько open-source проектов:

• OpenClaw — пионер open-source персональных AI-ассистентов; его дизайн мультиплатформенных каналов вдохновил подключение каналов в Memmy.
• hermes-agent — самообучающийся агент от Nous Research; практика персистентной памяти и самообучения навыков показала, что агент «понимает вас лучше, чем чаще вы его используете».
• nanobot — вырос из минимального прототипа в полноценную open-source агентскую платформу; практики agent loop и MCP-интеграции стали важными ориентирами для ядра Memmy.

Итог

Memmy Agent решает нетривиальную задачу — непрерывность работы между разными AI-инструментами. Единая локальная память, desktop-приложение, CLI/TUI с systemd-сервисами и OpenAI-совместимый API делают его универсальным «слоем памяти» поверх DeepSeek Harness, Claude Code, Codex, Cursor, OpenCode и других агентов.

Ссылки

• Репозиторий: https://github.com/MemTensor/memmy-agent
• Официальный сайт и документация: https://memmy.bot/
• Документация: https://memmy.bot/docs/
• Releases: https://github.com/MemTensor/memmy-agent/releases