Serveur MCP agentMemory
Commit 21 oct. 2026Fournit aux agents de codage IA un magasin de mémoire local consultable qui se synchronise avec les fichiers markdown de mémoire (memory bank) de KiloCode, Cline et RooCode.
Aussi connu sous webzler/agentMemory
- Étoiles
- 33
- Outils
- 6
- Téléchargements, 30 jours
- —
- Dernière version
- —
- Dernier commit
- 21 oct. 2026
- Licence
- MIT
Qu'est-ce que agentMemory MCP ?
agentMemory est un serveur MCP. Fournit aux agents de codage IA un magasin de mémoire local consultable qui se synchronise avec les fichiers markdown de mémoire (memory bank) de KiloCode, Cline et RooCode. Il expose 6 outils, comme memory_write, memory_read, memory_search.
Résumé généré à partir du README du projet
À propos du MCP server agentMemory
La fonction principale de agentMemory est de fournir aux agents de codage IA un magasin de mémoire persistant et consultable. Il sert les développeurs utilisant KiloCode, Cline et RooCode en comblant le fossé entre la documentation markdown manuelle et les données structurées. Le système utilise une architecture hybride qui maintient une synchronisation bidirectionnelle entre une base de données JSON locale et les banques de mémoire markdown existantes utilisées par ces outils de codage spécifiques.
Les utilisateurs installent le serveur via le VS Code Marketplace, qui configure automatiquement le MCP server et injecte les instructions nécessaires dans les fichiers du projet. Une fois activé, le serveur permet un accès programmatique via des outils tels que memory_search, memory_write et memory_read. Cette configuration permet aux agents d'interroger des informations par type ou par tags sans avoir à lire l'intégralité des fichiers, tandis qu'un tableau de bord visuel fournit des analyses sur la croissance de la mémoire et l'activité de l'agent. Comme le système est entièrement local et conçu pour fonctionner hors ligne, toutes les données restent dans le répertoire du projet de l'utilisateur et peuvent être soumises au contrôle de version.
Ce que vous pouvez faire avec
- 1Récupération efficace des connaissancesLes développeurs peuvent ordonner à un agent de trouver des modèles de code spécifiques en utilisant des recherches indexées plutôt que de parcourir chaque fichier d'un dépôt.
- 2Partage de contexte entre projetsLes utilisateurs peuvent interroger les mémoires à travers différents projets pour maintenir la cohérence des modèles de développement.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Outils MCP agentMemory 6
Détectés depuis le READMEmemory_writememory_readmemory_searchmemory_listmemory_updatememory_stats
| memory_write | — | |
| memory_read | — | |
| memory_search | — | |
| memory_list | — | |
| memory_update | — | |
| memory_stats | — |
Vérifications automatisées
Exécuté le 13 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblewebzler/agentmemory is public and reachablegithub.com/webzler/agentmemory ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-10-21github.com/webzler/agentmemory ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle6 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNo tool named like delete, drop or execRéussi
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur GitHub🚀 agentMemory
Hybrid Memory System for AI Coding Agents
Seamlessly integrate with KiloCode, Cline, and RooCode's built-in memory banks while providing powerful search, analytics, and automation.
🚀 Now Available as an Antigravity Skill!
agentMemory is now fully compatible with Antigravity. Use it as a skill to give your agents persistent, searchable memory that syncs with your project documentation.
See SKILL.md for usage instructions.
🎯 What Makes agentMemory Different?
KiloCode, Cline, and RooCode already have memory banks - but they're manual and limited.
Their Built-In Memory Banks
.kilocode/rules/memory-bank/ ← Markdown files
.clinerules/memory-bank/ ← Manually updated
.roo/memory-bank/ ← No search capability
The Problem with Native Memory Banks:
- ❌ Manual Maintenance: Agents must manually rewrite files to update memory.
- ❌ No Search: Agents must read entire files to find specific information.
- ❌ No Analytics: No way to track memory growth or patterns over time.
- ❌ Isolated: Memories are locked to a single project.
✅ The Solution: agentMemory
agentMemory fixes these limitations by upgrading your memory bank with:
.agentMemory/ ← Our structured database
├── Bi-directional sync ← Keeps their markdown updated
├── Powerful search ← Query by type, tags, content
├── Visual dashboard ← See trends and analytics
└── MCP tools ← Programmatic access for AI
Benefits:
- ✅ Automatic sync - No manual "update memory bank" needed
- ✅ Searchable - Find memories by query, type, or tags
- ✅ Visual dashboard - Charts, trends, and analytics
- ✅ Cross-project - Query memories across all your projects
- ✅ Compatible - Works WITH their systems, not against them
🏗️ How It Works: Hybrid Architecture
Two-Layer System
┌─────────────────────────────────────────────────────────┐
│ Built-In Memory Banks (Markdown Files) │
│ .kilocode/rules/memory-bank/ │
│ .clinerules/memory-bank/ │
│ .roo/memory-bank/ │
│ ├── Human-readable documentation │
│ ├── Git-committable │
│ └── Read automatically by agents at session start │
└──────────────┬──────────────────────────────────────────┘
│
│ ⬍ Bi-Directional Sync ⬊
│
┌──────────────▼──────────────────────────────────────────┐
│ agentMemory (Structured Storage + MCP Server) │
│ .agentMemory/ │
│ ├── JSON database for fast queries │
│ ├── MCP tools (memory_read, memory_search, etc.) │
│ ├── Dashboard with analytics │
│ └── Cross-project search capabilities │
└─────────────────────────────────────────────────────────┘
The Flow
1. Session Start - Passive Context Loading
AI reads markdown files (.kilocode/rules/memory-bank/)
└─> Contains: Project context + MCP usage instructions
└─> Sees: "This project uses agentMemory MCP tools"
2. During Session - Active Queries
AI needs to find auth patterns
└─> Calls: memory_search({ query: "auth pattern" })
└─> Gets: Structured results from our database
└─> Faster and more accurate than file scanning
3. After Work - Automatic Sync
AI calls: memory_write({ key: "new-feature", ... })
└─> We save to: .agentMemory/ (JSON database)
└─> We sync to: .kilocode/rules/memory-bank/product.md
└─> Next session: They see it in markdown automatically
✨ Key Features
🔄 Bi-Directional Sync
Markdown → MCP
- Parses existing memory bank files
- Imports sections as searchable memories
- Preserves human-friendly docs
MCP → Markdown
- Auto-generates markdown from MCP data
- Appends to appropriate files:
architecture.md← Architecture decisionssystemPatterns.md← Code patternstechContext.md← Tech stack choicesproductContext.md← Featuresprogress.md← Status tracking
� Powerful Search
// Search across ALL memories
memory_search({
query: "authentication",
type: "pattern",
tags: ["security"]
})
// Returns structured results from our database
// Much faster than scanning markdown files
📊 Visual Dashboard
- Memory trends over time
- Agent activity tracking
- Type distribution (architecture vs patterns vs features)
- Recent changes timeline
- Cross-project insights
🤖 Multi-Agent Support
| Agent | Memory Bank Location | Sync Status |
|---|---|---|
| KiloCode | .kilocode/rules/memory-bank/ |
✅ Full sync |
| Cline | .clinerules/memory-bank/ |
✅ Full sync |
| RooCode | .roo/memory-bank/ |
✅ Full sync |
Files Synced:
projectBrief.md/brief.mdarchitecture.md/systemPatterns.mdproductContext.md/product.mdtechContext.md/tech.mdactiveContext.md/context.mdprogress.mddecisionLog.md(RooCode)
📦 Installation
From Marketplace (1-Click)
- Open VS Code
- Extensions → Search "agentMemory"
- Click Install
- Reload VS Code
That's it! The extension will:
- ✅ Create MCP server configuration
- ✅ Inject memory-first instructions into memory banks
- ✅ Start bi-directional sync
- ✅ Enable dashboard
Manual Installation
git clone https://github.com/yourusername/agentMemory
cd agentMemory
npm install
npm run compile
npm run package
code --install-extension agentmemory-0.1.0.vsix
🎮 Usage
For End Users (Zero Config)
Once installed, agentMemory works automatically:
- Import existing memory banks on first run
- Sync new memories as agents create them
- Provide MCP tools for fast queries
- Update markdown files to keep agents in sync
No configuration needed!
For AI Agents (Automatic)
Agents will find mandatory instructions in their memory bank files:
# techContext.md
## agentMemory System (REQUIRED)
This project uses agentMemory for knowledge management.
### Required Workflow
1. Before ANY work: Call memory_search() to check existing knowledge
2. After ANY work: Call memory_write() to document decisions
3. Use memory_read() for specific pattern retrieval
Agents treat this as project architecture and follow it automatically.
🛠️ Memory Tools (MCP)
| Tool | Purpose | Example |
|---|---|---|
memory_write |
Save new memory | Document architecture decisions |
memory_read |
Get specific memory | Retrieve OAuth implementation |
memory_search |
Query by content/tags | Find all auth-related patterns |
memory_list |
List by type | Show all architecture decisions |
memory_update |
Modify existing | Append to existing pattern |
memory_stats |
View analytics | Usage statistics |
� Project Structure
After installation, your project will have:
your-project/
├── .vscode/
│ └── settings.json # MCP server config (auto-created)
│
├── .agentMemory/ # Our structured storage
│ ├── uuid-001.json # Memory: OAuth architecture
│ ├── uuid-002.json # Memory: API patterns
│ └── ...
│
├── .kilocode/rules/memory-bank/ # KiloCode memory bank
│ ├── brief.md # ⬍ Synced with our database
│ ├── architecture.md # ⬍ Auto-updated
│ ├── product.md # ⬍ Auto-updated
│ └── tech.md # ⬍ Auto-updated
│
├── .clinerules/memory-bank/ # Cline memory bank
│ ├── projectBrief.md # ⬍ Synced
│ ├── systemPatterns.md # ⬍ Synced
│ └── ... # ⬍ Synced
│
└── .roo/memory-bank/ # RooCode memory bank
├── projectBrief.md # ⬍ Synced
├── decisionLog.md # ⬍ Synced
└── ... # ⬍ Synced
All markdown files stay human-readable and git-friendly!
💡 Example Workflow
Day 1: Initial Implementation
User → KiloCode: "Create OAuth authentication"
- KiloCode implements OAuth
- Calls:
memory_write({ key: "oauth-impl", type: "architecture", ... }) - agentMemory saves to:
.agentMemory/uuid-001.json(our database).kilocode/rules/memory-bank/architecture.md(their markdown)
Day 3: Extension by Different Agent
User → Cline: "Add Google OAuth provider"
- Cline reads
.clinerules/memory-bank/architecture.md - Sees OAuth documentation (synced from our database)
- Calls:
memory_search({ query: "oauth" }) - Gets structured results instantly
- Implements Google provider consistently
Day 7: New Developer Onboarding
New Dev → RooCode: "How does authentication work?"
- RooCode reads
.roo/memory-bank/systemPatterns.md - Sees complete auth patterns (auto-synced)
- Calls:
memory_read({ key: "oauth-impl" }) - Gets full OAuth architecture doc
- ✅ Instant understanding - Zero learning curve
🎯 Why agentMemory?
| Feature | agentMemory | Built-In Banks | Standalone MCP |
|---|---|---|---|
| Markdown Files | ✅ Synced | ✅ Manual | ❌ No |
| Search | ✅ Fast indexed | ❌ No | ✅ Yes |
| Analytics | ✅ Dashboard | ❌ No | ❌ No |
| Automation | ✅ Auto-sync | ❌ Manual | ⚠️ Partial |
| Multi-Agent | ✅ All 3 | ✅ Per-agent | ✅ All |
| Git-Friendly | ✅ Yes | ✅ Yes | ⚠️ Depends |
| Cross-Project | ✅ Yes | ❌ No | ❌ No |
� Dashboard
Opening Dashboard
Cmd/Ctrl+Shift+P → "agentMemory: Open Memory Dashboard"
Features
- Overview: Total memories, active agents, recent activity
- Charts: Memory types, agent activity, trends over time
- Search: Query memories with filters
- Export: Generate markdown summaries
- Sync Status: See which files are synced
� Privacy & Security
- ✅ 100% Local - No cloud storage
- ✅ Offline-First - Works without internet
- ✅ Git-Friendly - Commit
.agentMemory/to version control - ✅ Open Source - Audit the code yourself
🤝 Contributing
Contributions welcome! See CONTRIBUTING.md
📄 License
MIT © Amit Rathiesh (Webzler Solutions Inc.)
👨💻 Author
Amit Rathiesh
Webzler Solutions Inc.
📧 amitrathiesh@webzler.com
🌐 www.webzler.com
🐙 @amitrathiesh
Questions sur agentMemory MCP
Quels outils agentMemory MCP fournit-il ?
Il expose 6 outils, dont memory_write, memory_read, memory_search, memory_list, memory_update.
Que fait agentMemory pour les agents de codage IA ?
Il stocke les mémoires de l'agent dans une base de données JSON locale avec des outils MCP consultables et les synchronise avec les fichiers markdown de mémoire existants utilisés par KiloCode, Cline et RooCode.
Quels outils MCP agentMemory expose-t-il ?
Il fournit memory_write, memory_read, memory_search, memory_list, memory_update et memory_stats.
agentMemory nécessite-t-il une configuration ?
L'extension crée la configuration du MCP server et injecte automatiquement les instructions prioritaires pour la mémoire, aucune configuration manuelle n'est donc nécessaire.
Les données de agentMemory sont-elles stockées dans le cloud ?
Non, tout est stocké localement et fonctionne hors ligne, et le répertoire .agentMemory peut être ajouté au contrôle de version.
Avec quels agents agentMemory se synchronise-t-il ?
Il synchronise intégralement les banques de mémoire pour KiloCode, Cline et RooCode.