YourMemory : La mémoire IA à dégradation biologique atteint 59% de rappel sur LoCoMo-10

YourMemory implémente une mémoire persistante pour les agents IA en utilisant la courbe d'oubli d'Ebbinghaus — les souvenirs se dégradent à moins d'être renforcés par le rappel, et les données inutilisées sont élaguées lorsqu'elles atteignent un seuil. Construit comme un serveur MCP local-first sur DuckDB, il combine BM25, recherche vectorielle et une couche de graphe pour résoudre le problème du « voisin logique » où la recherche sémantique manque des nœuds pertinents mais non similaires.

Benchmarks

Sur le benchmark LoCoMo-10 (1 534 paires QA sur 10 conversations multi-sessions) :

• YourMemory : 59% Recall@5 (IC 95% : 56–61%)
• Zep Cloud : 28% (IC 95% : 26–30%)

C'est 2× meilleur que Zep Cloud. Les magasins vectoriels sans état gaspilleraient 84% de tokens supplémentaires.

Démarrage rapide

Python 3.11–3.14. Aucun Docker ou service externe requis.

pip install yourmemory
yourmemory-setup

Obtenez votre chemin de configuration :

yourmemory-path

Configuration MCP

Claude Code — ajoutez à ~/.claude/settings.json :

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Claude Desktop — ajoutez au fichier de configuration approprié :

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Cline, Cursor, OpenCode et tout client compatible MCP (Windsurf, Continue, Zed) peuvent le connecter en utilisant le chemin complet fourni par yourmemory-path.

Flux de travail mémoire

Copiez les instructions d'exemple :

cp sample_CLAUDE.md CLAUDE.md

Modifiez ensuite CLAUDE.md avec votre nom et votre identifiant utilisateur. Claude suit un flux de travail rappel → stockage → mise à jour sur chaque tâche en utilisant trois outils MCP :

• recall_memory(query) — fait surface des souvenirs pertinents au début de la tâche
• store_memory(content, importance) — intègre et stocke avec un oubli biologique
• update_memory(id, new_content) — réintègre et remplace les informations obsolètes

Exemple : store_memory("Sachit préfère les tabulations aux espaces en Python", importance=0.9, category="fact")

À qui cela s'adresse

Aux développeurs construisant des agents de codage IA qui gèrent des projets de longue durée et doivent se souvenir des préférences utilisateur, du contexte du projet, et éviter de ré-entraîner à zéro chaque session.