Signet : la couche mémoire open source pour agents d'IA de codage atteint 80 % de score F1 sur LoCoMo

Signet est un système de mémoire open-source conçu pour les agents d'IA de codage comme Claude Code, OpenCode, OpenClaw et Codex. Il aborde la gestion de la mémoire en séparant l'extraction des mémoires du flux conversationnel de l'agent.

Performance et approche

Le système a récemment atteint 80 % de score F1 sur le benchmark LoCoMo, qui évalue la mémoire conversationnelle à long terme. À titre de comparaison, le RAG standard obtient environ 41 % sur ce benchmark, GPT-4 avec contexte complet obtient 32 %, et le plafond humain est de 87,9 %.

Contrairement aux approches qui donnent aux agents un outil "se souvenir", Signet inverse l'architecture :

• Les mémoires sont extraites après chaque session par un pipeline LLM séparé — aucun appel d'outil pendant la conversation
• Le contexte pertinent est injecté avant chaque invite — l'agent ne recherche pas ce dont il a besoin, il l'a simplement

L'approche est analogue à la mémoire humaine où l'information émerge automatiquement plutôt que de nécessiter des requêtes explicites.

Implémentation technique

Tout fonctionne localement en utilisant SQLite sur votre machine sans dépendances cloud, fonctionnant hors ligne. La même mémoire d'agent persiste à travers différents outils de codage. La configuration nécessite une commande d'installation et s'exécute en quelques minutes. Le projet est sous licence Apache 2.0.

Développement futur

L'équipe travaille sur un modèle de mémoire prédictive par utilisateur qui apprend vos schémas et anticipe le contexte dont vous aurez besoin avant que vous ne le demandiez. Ce modèle sera entraîné localement avec les poids restant sur votre machine.