你让编程 Agent 隔几天继续维护同一个项目，它往往又要你重讲背景。agentmemory 想解决这个麻烦：把事实、偏好和项目经验存到当前对话之外，下次工作时再取回来。它通过 MCP——让 AI 应用统一连接工具和数据的开放协议——接入 Claude Code、Cursor、Codex CLI 等客户端。
更值得注意的是，它把 Benchmarks（基准测试）放进项目的核心说明。这个方向正在把问题从“记忆库能存多少”推进到“旧信息能否在后续真实任务中被准确找回，并改善结果”。项目还提供混合搜索：结合关键词匹配、语义相似度和已有的知识图谱关系；无 API Key 时则主要使用 BM25 关键词检索，本地语义检索需要另行配置 embedding 模型。
不过，现有供稿没有披露具体基准任务、对照系统或成绩数字，因此暂时不能判断它比同类方案强多少。它眼下最明确的价值，是把可比较的任务效果摆到 Agent 持久记忆的工程议程上。