Система памяти с открытым исходным кодом для LLM-агентов демонстрирует высокие результаты в тестах.

Система памяти для LLM-агентов с опубликованными бенчмарками

Разработчик создал постоянную систему памяти для Claude Code и OpenClaw, которая обеспечивает LLM-агентам реальную непрерывность контекста между сессиями. Система показывает результаты бенчмарков: 90,8% на LoCoMo (превосходя все опубликованные системы) и 89,1% на LongMemEval.

Архитектура и совместимость с фреймворками

Архитектура основана на адаптерах, в настоящее время подключаясь к событиям жизненного цикла, но основные компоненты (хранилище, поиск, интеллектуальный слой) не зависят от фреймворка. Конвейер поиска использует 4-канальный подход RRF с FTS5, Qdrant KNN, учётом новизны и обходом графа. Интеллектуальный слой включает классификацию намерений, паттерны опыта и компоненты политики RL, которые могут быть подключены к любой фреймворк-системе для агентов.

Настройка и технологический стек

Быстрая настройка требует:

ollama pull snowflake-arctic-embed2
bun install && bun run build && bun run setup
node dist/angel/index.cjs

Технологический стек включает TypeScript, SQLite (better-sqlite3), Qdrant, Ollama, esbuild и Vitest.

Ключевые архитектурные решения

• Система с двойной записью: SQLite как источник истины и Qdrant для ускорения, с плавной деградацией
• Каждая операция не вызывает исключений — отдельные сбои никогда не нарушают работу конвейера
• Кратковременные хуки (время жизни в миллисекундах) для захвата, постоянный Angel для рефлексии
• Модели политики RL написаны на чистом TypeScript (математика Float32Array, без PyTorch)
• Фоновое пополнение эмбеддингов с учётом длины контента

Проект содержит 29 тысяч строк кода, 1968 тестов и распространяется под лицензией MIT на https://github.com/grigorijejakisic/Claudex.