Codex Agent Mem: Локальная память для рабочих процессов MCP AI Agent
Codex Agent Mem, разработанный Marcelocaporale, работает как локальный протокол памяти Model Context Protocol (MCP). Созданный на Python, он интегрируется с различными совместимыми с MCP AI средами выполнения и клиентами, включая Codex CLI/Desktop, Claude Code и Google Gemini CLI. Этот инструмент хранит все данные локально, используя базу данных SQLite и индекс FTS для эффективного управления памятью. Он распространяется как локальный пакет Python, предоставляя основные возможности для AI-агентов поддерживать непрерывность проекта и оптимизировать управление контекстом без зависимости от внешних серверов. Его дизайн придает приоритет контролю локальных данных для разработчиков.
К чему подключается Codex Agent Mem?
Codex Agent Mem подключается к различным совместимым с Model Context Protocol (MCP) AI средам выполнения и клиентам. Это включает Codex CLI/Desktop, Claude Code, Google Gemini CLI и различные рабочие процессы агентов Qwen/DeepSeek/Ollama. Он функционирует в первую очередь как локальный слой памяти MCP для этих систем. Инструмент поддерживает транспортный протокол stdio, работая как стандартный сервер MCP stdio. Подтвержденные совместимые AI клиенты также включают Codex CLI/Desktop, Claude Code, Google Gemini CLI и рабочие процессы Qwen Code при использовании моделей Ollama для операций агентов, обеспечивая широкие возможности интеграции.
Основные функции и инструменты
Программа предоставляет несколько вызываемых инструментов для управления памятью и контекстом агента. Стандартные инструменты включают mem_context_pack, mem_search, mem_open_work и mem_completion_check, которые позволяют выполнять сжатие, извлечение, управление работой и проверку. Для пользователей, включающих полный профиль, становятся доступны дополнительные инструменты: note, snapshot, governance, repair и restore. Эти расширенные возможности поддерживают ведение заметок, захват состояния системы, применение политических контролей и содействие восстановлению данных в рамках сложных операций агентов, расширяя его полезность.
Для кого это?
Codex Agent Mem в первую очередь нацелен на разработчиков и пользователей, занимающихся рабочими процессами AI-агентов и кодирования, совместимыми с MCP. Он поддерживает конкретные сценарии, такие как сохранение непрерывности проекта путем сжатия контекста в меньшие пакеты и позволяет агентам эффективно возобновлять задачи с меньшими повторениями. Он также помогает в аудите контекста, реализует ограниченные изменения через подагентов и способствует экономии токенов за счет эффективного управления контекстом. Этот инструмент предназначен для тех, кто ищет локальный контроль над оперативной памятью своего AI-агента. Пропустите это, если вам нужен внешний, централизованный сервер памяти для операций вашего AI-агента.
Как начать
Для его локальной работы не требуются учетные данные. Он общается через транспортный протокол stdio, функционируя как стандартный сервер MCP stdio.
Сценарии использования
- Сохранение непрерывности проекта путем сжатия контекста в меньшие пакеты, позволяя агентам переносить оперативное состояние с меньшими повторениями.
- Аудит контекста и реализация ограниченных изменений с помощью подагентов.
- Достижение экономии токенов за счет эффективного управления и сжатия контекста агента.
Codex Agent Mem предоставляет важный локальный уровень памяти для разработки AI-агентов, совместимых с MCP. Его способность хранить данные локально и предлагать инструменты управления контекстом поддерживает эффективные рабочие процессы и контроль данных. Разработчики получают выгоду от его интеграции с различными AI-клиентами и акцента на операционной непрерывности, что улучшает управление проектами.
