agentmemory/READMEs/README.tr-TR.md at main · rohitg00/agentmemory

Kodlama ajanınız her şeyi hatırlasın. Aynı şeyi bir daha açıklamayın. Built on iii engine
Claude Code, Cursor, Gemini CLI, Codex CLI, Hermes, OpenClaw, pi, OpenCode ve her MCP istemcisi için kalıcı bellek.

Bu gist, Karpathy'nin LLM Wiki desenini güven puanlaması, yaşam döngüsü, bilgi grafları ve hibrit aramayla genişletir: agentmemory bunun uygulamasıdır.

95.2% retrieval R@5 92% fewer tokens 53 MCP tools 12 auto hooks 0 external DBs 950+ tests passing

Kurulum • Hızlı Başlangıç • Kıyaslamalar • Rakiplerle Karşılaştırma • Ajanlar • Nasıl Çalışır • MCP • Görüntüleyici • iii Konsolu • iii ile çalışır • Yapılandırma • API

Kurulum

npm install -g @agentmemory/agentmemory          # bir kez — `agentmemory` PATH'te kullanılabilir
# macOS/Linux sistem Node kurulumlarında EACCES hatası alırsanız şununla deneyin:
# sudo npm install -g @agentmemory/agentmemory
agentmemory                                      # bellek sunucusunu :3111 üzerinde başlat
agentmemory demo                                 # örnek oturumlar yükle + recall'u kanıtla
agentmemory connect claude-code                  # ajanınızı bağlayın (ayrıca: codex, cursor, gemini-cli, ...)

Veya npx ile (kurulum gerekmez):

npx @agentmemory/agentmemory

Dikkat — npx sürüm bazında önbelleğe alır. Eğer çıplak bir npx @agentmemory/agentmemory eski bir sürümü servis ediyorsa, en güncelini npx -y @agentmemory/agentmemory@latest ile zorlayın veya önbelleği rm -rf ~/.npm/_npx ile bir kez temizleyin (macOS/Linux; Windows'ta %LOCALAPPDATA%\npm-cache\_npx dizinini silin). v0.9.16+ sonrası ilk npx çalıştırması, çıplak agentmemory komutunun her yerden çalışması için global kurulum yapmanızı satır içi olarak sorar.

Tüm seçenekler aşağıdaki Hızlı Başlangıç bölümünde. Ajana özel bağlantılar için Her ajanla çalışır bölümüne bakın.

agentmemory; hook'ları, MCP'yi veya REST API'yi destekleyen her ajanla çalışır. Tüm ajanlar aynı bellek sunucusunu paylaşır.

Claude Code _{yerel eklenti + 12 hook + MCP}	Codex CLI _{yerel eklenti + 6 hook + MCP}	OpenClaw _{yerel eklenti + MCP}	Hermes _{yerel eklenti + MCP}	pi _{yerel eklenti + MCP}	OpenHuman _{yerel Memory trait arka uç}	Cursor _{MCP sunucusu}	Gemini CLI _{MCP sunucusu}
OpenCode _{22 hook + MCP + eklenti}	Cline _{MCP sunucusu}	Goose _{MCP sunucusu}	Kilo Code _{MCP sunucusu}	Aider _{REST API}	Claude Desktop _{MCP sunucusu}	Windsurf _{MCP sunucusu}	Roo Code _{MCP sunucusu}

_{MCP veya HTTP konuşan herhangi bir ajanla çalışır. Tek sunucu, tüm ajanlar arasında paylaşılan bellek.}

Her oturumda aynı mimariyi tekrar tekrar anlatıyorsunuz. Aynı bug'ları yeniden keşfediyorsunuz. Aynı tercihleri yeniden öğretiyorsunuz. Yerleşik bellek (CLAUDE.md, .cursorrules) 200 satırda tıkanır ve eskir. agentmemory bunu düzeltir. Ajanınızın yaptıklarını sessizce yakalar, aranabilir belleğe sıkıştırır ve bir sonraki oturum başladığında doğru bağlamı enjekte eder. Tek komut. Ajanlar arası çalışır.

Neler değişiyor: Oturum 1'de JWT kimlik doğrulamasını kuruyorsunuz. Oturum 2'de hız sınırlaması istiyorsunuz. Ajan zaten biliyor: kimlik doğrulamanız src/middleware/auth.ts içinde jose middleware kullanıyor, testleriniz token doğrulamasını kapsıyor ve Edge uyumluluğu için jsonwebtoken yerine jose'yi seçtiniz. Yeniden anlatma yok. Kopyala-yapıştır yok. Ajan basitçe biliyor.

npx @agentmemory/agentmemory

v0.9.0'da yeni — agent-memory.dev tanıtım sitesi, dosya sistemi bağlayıcısı (@agentmemory/fs-watcher), bağımsız MCP artık çalışan sunucuya proxy yapıyor (böylece hook'lar ve görüntüleyici hemfikir), her silme yolunda kodlanmış denetim politikası, küçük Node süreçlerinde sağlık memory_critical olarak işaretlenmiyor. Tüm notlar CHANGELOG.md içinde.

Geri Getirme Doğruluğu

coding-agent-life-v1 (kurum içi corpus, sandbox-yeniden üretilebilir)

Adaptör	P@5	R@5	Top-5 isabet oranı	p50 gecikme
agentmemory hibrit	0.578	0.967	15 / 15	14 ms
grep referansı	0.267	0.967	15 / 15	0 ms

%100 Top-5 isabet oranı. Aynı girdide grep referansından 2.2× daha iyi hassasiyet. Tam tip bazında döküm: docs/benchmarks/2026-05-20-coding-agent-life-v1.md.

LongMemEval-S (ICLR 2025, 500 soru)

Sistem	R@5	R@10	MRR
agentmemory	95.2%	98.6%	88.2%
Yalnız BM25 yedeği	86.2%	94.6%	71.5%

Token Tasarrufu

Yaklaşım	Token/yıl	Maliyet/yıl
Tam bağlamı yapıştır	19.5M+	İmkansız (pencereyi aşar)
LLM-özetlenmiş	~650K	~$500
agentmemory	~170K	~$10
agentmemory + yerel embedding	~170K	$0

Embedding modeli: all-MiniLM-L6-v2 (yerel, ücretsiz, API anahtarı gerekmez). Tam raporlar: benchmark/LONGMEMEVAL.md, benchmark/QUALITY.md, benchmark/SCALE.md. Rakip karşılaştırması: benchmark/COMPARISON.md — agentmemory'nin mem0, Letta, Khoj, claude-mem, Hippo ile karşılaştırması.

Yerel olarak yeniden üretin: eval/README.md — LongMemEval _s (genel 500 soru) + coding-agent-life-v1 (kurum içi 15 oturum corpus) için adaptör-takılabilir harness. Grep / vektör / agentmemory adaptörleri yan yana puanlanır, NDJSON çıktısı, yayımlanan puan tabloları docs/benchmarks/ içine düşer.

codegraph, Understand Anything ve Graphify ile birlikte çalışır. Kod-graf indeksleme, çok-ajanlı build pipeline'ları ve doküman / PDF / görsel / video boyunca daha geniş bilgi grafları. agentmemory çalışmayı hatırlar; bu üç proje bağlam katmanının geri kalanını aydınlatır. Tarifler + soru-yönlendirme tablosu: docs/recipes/pairings.md.

	agentmemory	mem0 (53K ⭐)	Letta / MemGPT (22K ⭐)	Yerleşik (CLAUDE.md)
Tür	Bellek motoru + MCP sunucusu	Bellek katmanı API'si	Tam ajan runtime'ı	Statik dosya
Geri getirme R@5	95.2%	68.5% (LoCoMo)	83.2% (LoCoMo)	N/A (grep)
Otomatik yakalama	12 hook (sıfır manuel çaba)	Manuel `add()` çağrıları	Ajan kendi düzenler	Manuel düzenleme
Arama	BM25 + Vektör + Graf (RRF füzyonu)	Vektör + Graf	Vektör (arşiv)	Her şeyi bağlama yükler
Çoklu ajan	MCP + REST + lease'ler + sinyaller	API (koordinasyon yok)	Yalnızca Letta runtime'ı içinde	Ajan başına dosya
Framework bağımlılığı	Yok (herhangi bir MCP istemcisi)	Yok	Yüksek (Letta kullanılmalı)	Ajan başına format
Harici bağımlılıklar	Yok (SQLite + iii-engine)	Qdrant / pgvector	Postgres + vektör DB	Yok
Bellek yaşam döngüsü	4 katmanlı konsolidasyon + decay + otomatik-unutma	Pasif çıkarım	Ajan-yönetimli	Manuel ayıklama
Token verimliliği	~1,900 token/oturum ($10/yıl)	Entegrasyona göre değişir	Çekirdek bellek bağlamda	240 gözlemde 22K+ token
Gerçek zamanlı görüntüleyici	Var (port 3113)	Bulut panel	Bulut panel	Yok
Self-hosted	Evet (varsayılan)	İsteğe bağlı	İsteğe bağlı	Evet

Uyumluluk: bu sürüm kararlı iii-sdk ^0.11.0 ve iii-engine v0.11.x'i hedefler.

30 saniyede deneyin

# Terminal 1: sunucuyu başlatın
npx @agentmemory/agentmemory

# Terminal 2: örnek veriyi yükleyin ve geri çağırmayı iş başında görün
npx @agentmemory/agentmemory demo

demo, 3 gerçekçi oturum yükler (JWT auth, N+1 sorgu düzeltmesi, hız sınırlaması) ve bunlar üzerinde anlamsal aramalar çalıştırır. "veritabanı performans optimizasyonu" araması yaptığınızda "N+1 sorgu düzeltmesi"ni bulduğunu göreceksiniz — anahtar kelime eşleştirmesi bunu yapamaz.

Belleğin canlı oluşumunu izlemek için http://localhost:3113 adresini açın.

Önerilen: globally kurun

npx sürüm bazında önbelleğe alır. Geçen hafta npx @agentmemory/agentmemory@0.9.14'ü çalıştırdıysanız, çıplak bir npx @agentmemory/agentmemory ~/.npm/_npx/'ten en son sürümü değil, eski 0.9.14'ü servis edebilir. Bir kez kurun ve çıplak agentmemory komutu her yerde çalışsın:

npm install -g @agentmemory/agentmemory
# macOS/Linux sistem Node kurulumlarında EACCES hatası alırsanız şununla deneyin:
# sudo npm install -g @agentmemory/agentmemory
agentmemory                    # sunucuyu başlatın (npx şekliyle aynı)
agentmemory stop               # kapatın
agentmemory remove             # oluşturduğumuz her şeyi kaldırın
agentmemory connect claude-code   # tek bir ajanı bağlayın
agentmemory doctor             # interaktif teşhis + düzeltme istemleri

v0.9.16 ve sonrası ile birlikte, ilk npx çalıştırması global kurmanızı satır içi olarak ister — bir kez Y yanıtlayın, hazırsınız. Atlarsanız, taze bir indirme için şunlardan birine geri dönün:

npx -y @agentmemory/agentmemory@latest                 # npm'den en güncelini zorlar (platformlar arası)
rm -rf ~/.npm/_npx && npx @agentmemory/agentmemory     # yalnız macOS/Linux (POSIX shell)

Windows / PowerShell'de eşdeğer cache temizleme komutu Remove-Item -Recurse -Force "$env:LOCALAPPDATA\npm-cache\_npx" şeklindedir — yukarıdaki npx -y ...@latest formu platformlar arası seçenektir.

Oturum Tekrar Oynatma (Session Replay)

agentmemory'nin kaydettiği her oturum tekrar oynatılabilir. Görüntüleyiciyi açın, Replay sekmesini seçin ve zaman çizelgesini tarayın: istemler, araç çağrıları, araç sonuçları ve yanıtlar; oynat/duraklat, hız kontrolü (0.5×–4×) ve klavye kısayollarıyla (boşluk geçiş, oklar adım atlama) ayrı olaylar olarak görüntülenir.

Halihazırda içeri aktarmak istediğiniz eski Claude Code JSONL kayıtlarınız mı var?

# Varsayılan ~/.claude/projects altındaki her şeyi içeri aktar
npx @agentmemory/agentmemory import-jsonl

# Veya tek bir dosya içeri aktar
npx @agentmemory/agentmemory import-jsonl ~/.claude/projects/-my-project/abc123.jsonl

İçeri aktarılan oturumlar yerli olanların yanında Replay seçicisinde görünür. Arka planda her giriş mem::replay::load, mem::replay::sessions ve mem::replay::import-jsonl iii fonksiyonları üzerinden yönlendirilir — yan kanal sunucu yok.

Yükseltme / Bakım

Yerel runtime'ınızı bilinçli olarak güncellemek istediğinizde bakım komutunu kullanın:

npx @agentmemory/agentmemory upgrade

Uyarı: bu komut mevcut çalışma alanını/runtime'ı değiştirir. JavaScript bağımlılıklarını güncelleyebilir ve sabitlenmiş iiidev/iii:0.11.2 Docker imajını çekebilir. Asla sabitlenmemiş ya da daha yeni bir iii motoru kurmaz.

Uygulama detayları src/cli.ts içinde (src/cli.ts:544-595 bölgesi civarında runUpgrade'a bakın).

Claude Code (tek blok, yapıştırın)

Install agentmemory: run `npx @agentmemory/agentmemory` in a separate terminal to start the memory server. Then run `/plugin marketplace add rohitg00/agentmemory` and `/plugin install agentmemory` — the plugin registers all 12 hooks, 4 skills, AND auto-wires the `@agentmemory/mcp` stdio server via its `.mcp.json`, so you get 53 MCP tools (memory_smart_search, memory_save, memory_sessions, memory_governance_delete, etc.) without any extra config step. Verify with `curl http://localhost:3111/agentmemory/health`. The real-time viewer is at http://localhost:3113.

Eklenti kurulumu olmadan Claude Code (MCP-bağımsız yol)

Eğer /plugin install kullanmak yerine agentmemory'nin MCP sunucusunu doğrudan ~/.claude.json üzerinden bağlarsanız, Claude Code ${CLAUDE_PLUGIN_ROOT}'u asla çözmez ve hook scriptlerini ~/.claude/settings.json içinde mutlak yollara işaret etmek zorunda kalırsınız. Bu yollar genellikle agentmemory sürümünü gömer (örn. ~/.codex/plugins/cache/agentmemory/agentmemory/0.9.21/scripts/…), bu yüzden bir sonraki yükseltme her hook'u sessizce kırar.

Geçici çözüm:

agentmemory connect claude-code --with-hooks

Bu, aynı hook komutlarını ~/.claude/settings.json içine, kurulu @agentmemory/agentmemory paketinin paketli plugin/ dizinine çözülmüş mutlak yollarla birleştirir. agentmemory'yi yükselttikten sonra yolları yenilemek için komutu yeniden çalıştırın. Aynı dosyadaki kullanıcı girdileri korunur; yalnızca önceki agentmemory girdileri değiştirilir. /plugin install yolunu kullanmak hâlâ önerilen yaklaşımdır. Uzak veya korumalı deployment'lar için Claude Code'u AGENTMEMORY_URL ve AGENTMEMORY_SECRET ayarlanmış olarak başlatın. Eklenti her iki değeri de paketli MCP sunucusuna geçirir; AGENTMEMORY_URL boş olduğunda MCP shim'i http://localhost:3111'i kullanır.

Codex CLI (Codex eklenti platformu)

# 1. ayrı bir terminalde bellek sunucusunu başlatın
npx @agentmemory/agentmemory

# 2. agentmemory marketplace'i kaydedin ve eklentiyi kurun
codex plugin marketplace add rohitg00/agentmemory
codex plugin add agentmemory@agentmemory

Codex eklentisi, Claude Code eklentisiyle aynı plugin/ dizininden gelir. Şunları kaydeder:

@agentmemory/mcp MCP sunucusu olarak (AGENTMEMORY_URL çalışan bir agentmemory sunucusuna işaret ettiğinde tüm 51 tool'u proxy yapar; erişilebilir sunucu yoksa yerel olarak 7 tool'a düşer)
6 yaşam döngüsü hook'u: SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, PreCompact, Stop
4 skill: /recall, /remember, /session-history, /forget

Codex'in hook motoru, hook alt süreçlerine CLAUDE_PLUGIN_ROOT enjekte eder (bkz. codex-rs/hooks/src/engine/discovery.rs), bu sayede aynı hook scriptleri her iki host'ta da çoğaltma yapmadan çalışır. Subagent / SessionEnd / Notification / TaskCompleted / PostToolUseFailure olayları yalnızca Claude Code'a özeldir ve Codex için kaydedilmez.

Codex Desktop: eklenti hook'ları şu anda sessiz (geçici çözüm mevcut)

CodexHooks ve PluginHooks her ikisi de codex-rs/features/src/lib.rs içinde stable + varsayılan olarak etkin, ancak Codex Desktop sürümleri şu anda eklenti-yerel hooks.json'u dağıtmıyor (openai/codex#16430). MCP tool'ları hâlâ çalışıyor; yalnızca yaşam döngüsü gözlemleri eksik.

Düzeltme upstream'e iner inmez, aynı hook komutlarını global ~/.codex/hooks.json içine yansıtın:

agentmemory connect codex --with-hooks

Bu, ~/.codex/hooks.json'a paketli scriptlere mutlak yollarla atıfta bulunan idempotent bir blok ekler (user-scope'ta ${CLAUDE_PLUGIN_ROOT} genişlemesi gerekmez). agentmemory'yi yükselttikten sonra yolları yenilemek için aynı komutu yeniden çalıştırın. Aynı dosyadaki kullanıcı girdileri korunur; yalnızca önceki agentmemory girdileri değiştirilir.

OpenClaw (bu istemi yapıştırın)

Install agentmemory for OpenClaw. Run `npx @agentmemory/agentmemory` in a separate terminal to start the memory server on localhost:3111. Then add this to my OpenClaw MCP config so agentmemory is available with all 51 memory tools:

{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"],
      "env": {
        "AGENTMEMORY_URL": "http://localhost:3111"
      }
    }
  }
}

Restart OpenClaw. Verify with `curl http://localhost:3111/agentmemory/health`. Open http://localhost:3113 for the real-time viewer. For deeper memory-slot integration, copy `integrations/openclaw` to `~/.openclaw/extensions/agentmemory` and enable `plugins.slots.memory = "agentmemory"` in `~/.openclaw/openclaw.json`.

Tam kılavuz: integrations/openclaw/

Hermes Agent (bu istemi yapıştırın)

Install agentmemory for Hermes. Run `npx @agentmemory/agentmemory` in a separate terminal to start the memory server on localhost:3111. Then add this to ~/.hermes/config.yaml so Hermes can use agentmemory as an MCP server with all 51 memory tools:

mcp_servers:
  agentmemory:
    command: npx
    args: ["-y", "@agentmemory/mcp"]

memory:
  provider: agentmemory

Verify with `curl http://localhost:3111/agentmemory/health`. Open http://localhost:3113 for the real-time viewer. For deeper 6-hook memory provider integration (pre-LLM context injection, turn capture, MEMORY.md mirroring, system prompt block), copy integrations/hermes from the agentmemory repo to ~/.hermes/plugins/agentmemory.

Tam kılavuz: integrations/hermes/

Diğer ajanlar

Bellek sunucusunu başlatın: npx @agentmemory/agentmemory

agentmemory girdisi, mcpServers şeklini kullanan her host'ta (Cursor, Claude Desktop, Cline, Roo Code, Windsurf, Gemini CLI, OpenClaw) aynı MCP sunucu bloğudur:

"agentmemory": {
  "command": "npx",
  "args": ["-y", "@agentmemory/mcp"],
  "env": {
    "AGENTMEMORY_URL": "${AGENTMEMORY_URL}",
    "AGENTMEMORY_SECRET": "${AGENTMEMORY_SECRET}"
  }
}

Bu girdiyi host'un yapılandırma dosyasındaki mevcut mcpServers nesnesine birleştirin — dosyayı değiştirmeyin. Dosyada zaten başka sunucular varsa, agentmemory'yi mcpServers içindeki başka bir anahtar olarak yanlarına ekleyin. mcpServers tamamen eksikse, bloğu { "mcpServers": { ... } } içine yapıştırın. ${VAR} yer tutucuları, MCP-sunucu lansmanında shell'den AGENTMEMORY_URL / AGENTMEMORY_SECRET'i miras alır — ayarsız değişkenler boş string geçirir ve shim http://localhost:3111'e geri döner. Bir tane bağlı girdi hem yerel hem uzak (k8s / reverse-proxy'li) dağıtımları kapsar.

Ajan	Yapılandırma dosyası	Notlar
Cursor	`~/.cursor/mcp.json`	`mcpServers` içine birleştirin. Web sitesinde tek tıklamayla deeplink de mevcut.
Claude Desktop	`claude_desktop_config.json` (Application Support)	`mcpServers` içine birleştirin. Düzenlemeden sonra Claude Desktop'ı yeniden başlatın.
Cline / Roo Code / Kilo Code	Cline MCP ayarları (Settings UI → MCP Servers → Edit)	Aynı `mcpServers` bloğu.
Windsurf	`~/.codeium/windsurf/mcp_config.json`	Aynı `mcpServers` bloğu.
Gemini CLI	`~/.gemini/settings.json`	`gemini mcp add agentmemory npx -y @agentmemory/mcp --scope user` (otomatik birleştirir).
OpenClaw	OpenClaw MCP yapılandırması	Aynı `mcpServers` bloğu veya daha derin bellek eklentisi kullanın.
Codex CLI (yalnız MCP)	`.codex/config.toml`	TOML şekli: `codex mcp add agentmemory -- npx -y @agentmemory/mcp` veya manuel olarak `[mcp_servers.agentmemory]` ekleyin.
Codex CLI (tam eklenti)	Codex eklenti marketplace	`codex plugin marketplace add rohitg00/agentmemory` ardından `codex plugin add agentmemory@agentmemory`. MCP + 6 yaşam döngüsü hook'u (SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, PreCompact, Stop) + 4 skill kaydeder. Codex Desktop'ta, openai/codex#16430 inene kadar `agentmemory connect codex --with-hooks` da çalıştırın — eklenti hook'ları şu anda orada sessiz.
OpenCode (yalnız MCP)	`opencode.json`	Farklı şekil — üst seviye `mcp` anahtarı, komut dizi olarak: `{"mcp": {"agentmemory": {"type": "local", "command": ["npx", "-y", "@agentmemory/mcp"], "enabled": true}}}`.
OpenCode (tam eklenti)	`plugin/opencode/`	Oturum yaşam döngüsü, mesajlar, araçlar, hataları kapsayan 22 otomatik yakalama hook'u. İki slash komut (`/recall`, `/remember`). `plugin/opencode/`'u OpenCode çalışma alanınıza kopyalayın ve eklenti girdisini `opencode.json`'a ekleyin. Tam hook tablosu + gap analizi için `plugin/opencode/README.md` bakın.
pi	`~/.pi/agent/extensions/agentmemory`	`integrations/pi`'yi kopyalayın ve pi'yi yeniden başlatın.
Hermes Agent	`~/.hermes/config.yaml`	Daha derin bellek sağlayıcı eklentisi'ni `memory.provider: agentmemory` ile kullanın.
Qwen Code	`~/.qwen/settings.json`	`agentmemory connect qwen` standart `mcpServers` bloğunu yazar. Hook yükü Claude Code ile alan-uyumludur, bu yüzden mevcut 12 hook scripti değişiklik yapmadan çalışır — aynı `settings.json`'daki `hooks` bölümü üzerinden bağlayın.
Antigravity (Gemini CLI'nin yerini alır)	`mcp_config.json` (Antigravity'nin User dizininde)	`agentmemory connect antigravity` standart `mcpServers` bloğunu yazar. macOS: `~/Library/Application Support/Antigravity/User/`. Linux: `~/.config/Antigravity/User/`. 2026-06-18 Gemini CLI sonlandırılması sonrasında kullanın.
Kiro	`~/.kiro/settings/mcp.json`	`agentmemory connect kiro` kullanıcı-seviyesi yapılandırmayı yazar. Çalışma alanı override'ları kodunuzun yanındaki `.kiro/settings/mcp.json`'a gider.
Goose	Goose MCP ayarları UI	Aynı `mcpServers` bloğu.
Aider	n/a	REST API ile doğrudan konuşun: `curl -X POST http://localhost:3111/agentmemory/smart-search -d '{"query": "auth"}'`.
Herhangi bir ajan (32+)	n/a	`npx skillkit install agentmemory` host'u otomatik algılar ve birleştirir.

Sandbox'lı MCP istemcileri (Flatpak / Snap / kısıtlayıcı container'lar) host'un localhost'una erişemez: ayrıca env bloğunda "AGENTMEMORY_FORCE_PROXY": "1" ayarlayın ve AGENTMEMORY_URL'i sandbox'ın gerçekten erişebileceği bir rotaya yönlendirin (örn. LAN IP'niz).

Programatik erişim (Python / Rust / Node)

agentmemory çekirdek işlemlerini iii fonksiyonları olarak kaydeder (mem::remember, mem::observe, mem::context, mem::smart-search, mem::forget). iii SDK'sı olan herhangi bir dil, bunları doğrudan ws://localhost:49134 üzerinden çağırabilir — dil başına ayrı bir REST istemcisi yok.

pip install iii-sdk         # Python
cargo add iii-sdk           # Rust
npm  install iii-sdk        # Node

from iii import register_worker

iii = register_worker("ws://localhost:49134")
iii.connect()

iii.trigger({
    "function_id": "mem::smart-search",
    "payload": {"project": "demo", "query": "how do tokens refresh"},
})

Çalışan örnek: examples/python/ (quickstart + gözlem/recall akışı). iii runtime'ı olmayan host'lar için REST :3111 üzerinde kullanılmaya devam eder.

Kaynaktan

git clone https://github.com/rohitg00/agentmemory.git && cd agentmemory
npm install && npm run build && npm start

Bu, iii zaten kuruluysa yerel bir iii-engine ile agentmemory'yi başlatır veya Docker mevcutsa Docker Compose'a düşer. REST, stream'ler ve görüntüleyici varsayılan olarak 127.0.0.1'e bağlanır.

iii-engine'i manuel olarak kurun. agentmemory şu anda iii-engine'i v0.11.2'ye sabitliyor — v0.11.6, agentmemory'nin henüz refactor edilmediği yeni bir sandbox-her-şey-üzerinden-iii worker add modelini tanıtıyor. Refactor geldiğinde sabitleme kaldırılır. Sandbox modeline manuel olarak geçtiyseniz AGENTMEMORY_III_VERSION=<version> ile override edin.

macOS arm64: mkdir -p ~/.local/bin && curl -fsSL https://github.com/iii-hq/iii/releases/download/iii/v0.11.2/iii-aarch64-apple-darwin.tar.gz | tar -xz -C ~/.local/bin && chmod +x ~/.local/bin/iii
macOS x64: aarch64-apple-darwin'i x86_64-apple-darwin ile değiştirin
Linux x64: x86_64-unknown-linux-gnu ile değiştirin
Linux arm64: aarch64-unknown-linux-gnu ile değiştirin
Windows: iii-hq/iii releases v0.11.2'den iii-x86_64-pc-windows-msvc.zip'i indirin, iii.exe'yi çıkarın, PATH'e ekleyin

Veya Docker kullanın (paketli docker-compose.yml iiidev/iii:0.11.2'yi çeker). Tam dokümanlar: iii.dev/docs.

Windows

agentmemory Windows 10/11'de çalışır, ancak yalnızca Node.js paketi yeterli değildir — arka planda çalışan bir süreç olarak iii-engine runtime'ı (ayrı yerel ikilik) da gerekir. Resmi upstream kurucu bir sh scripti ve bugün için PowerShell kurucusu veya scoop/winget paketi yok, bu yüzden Windows kullanıcılarının iki yolu var:

Seçenek A — Önceden derlenmiş Windows ikiliği (önerilen):

# 1. Tarayıcınızda https://github.com/iii-hq/iii/releases/tag/iii%2Fv0.11.2 açın
#    (engine v0.11.6+'nın gerektirdiği yeni sandbox modeli için
#     agentmemory refactor edilene kadar v0.11.2'ye sabitliyoruz)
# 2. iii-x86_64-pc-windows-msvc.zip indirin
#    (veya ARM makinedeyseniz iii-aarch64-pc-windows-msvc.zip)
# 3. iii.exe'yi PATH'te bir yere çıkarın veya şuraya yerleştirin:
#    %USERPROFILE%\.local\bin\iii.exe
#    (agentmemory bu konumu otomatik kontrol eder)
# 4. Doğrulayın:
iii --version
# Şunu yazmalı: 0.11.2

# 5. Ardından agentmemory'yi her zamanki gibi çalıştırın:
npx -y @agentmemory/agentmemory

Seçenek B — Docker Desktop:

# 1. Windows için Docker Desktop kurun
# 2. Docker Desktop'ı başlatın ve engine'in çalıştığından emin olun
# 3. agentmemory'yi çalıştırın — paketli compose dosyasını otomatik başlatır:
npx -y @agentmemory/agentmemory

Seçenek C — yalnızca bağımsız MCP (engine yok): yalnızca ajanınız için MCP araçlarına ihtiyacınız varsa ve REST API'sine, görüntüleyiciye veya cron işlerine gerek yoksa engine'i tamamen atlayın:

npx -y @agentmemory/agentmemory mcp
# veya shim paketi üzerinden:
npx -y @agentmemory/mcp

Windows için teşhis: npx @agentmemory/agentmemory başarısız olursa, gerçek engine stderr'ini görmek için --verbose ile yeniden çalıştırın. Yaygın hata türleri:

Belirti	Düzeltme
`iii-engine process started` ardından `did not become ready within 15s`	Engine başlatma sırasında çöktü — `--verbose` ile yeniden çalıştırın, stderr'i kontrol edin
`Could not start iii-engine`	Ne `iii.exe` ne de Docker kurulu. Yukarıdaki Seçenek A veya B'ye bakın
Port çakışması	`netstat -ano \| findstr :3111` ile neyin bağlı olduğunu görün, ardından öldürün veya `--port <N>` kullanın
Docker kurulu olsa bile Docker fallback atlanıyor	Docker Desktop'ın gerçekten çalıştığından emin olun (sistem tepsisi simgesi)

Not: iii motoru önceden derlenmiş bir ikiliktir, bir cargo crate'i değildir — onu cargo install ile kurmaya çalışmayın. (iii SDK'ları crates.io, npm ve PyPI'de yayımlanmıştır, ancak agentmemory bunlara ihtiyaç duymaz.) Desteklenen motor kurulum yöntemleri, hepsi v0.11.2'ye sabitlenmiştir: yukarıdaki önceden derlenmiş v0.11.2 ikiliği, sürüm sabitlemesi ile upstream sh kurulum scripti curl -fsSL https://install.iii.dev/iii/main/install.sh | VERSION=0.11.2 sh (macOS/Linux) ve Docker imajı iiidev/iii:0.11.2. Yalın bir install.sh | sh, agentmemory'nin desteklemediği en son motoru kurar — her zaman VERSION=0.11.2 geçirin. Hepsinden kolayı: sadece npx @agentmemory/agentmemory çalıştırın; bu, sabitlenmiş motoru sizin için ~/.agentmemory/bin dizinine indirir.

Deploy

Yönetilen host'lar için tek tıklamayla şablonlar. Her biri, npm'den @agentmemory/agentmemory'yi çeken ve iii engine ikilisini resmi iiidev/iii Docker Hub imajından kopyalayan kendi kendine yeten bir Dockerfile içerir — önceden derlenmiş bir agentmemory imajı gerekmez. Kalıcı depolama /data'ya bağlanır; ilk açılış entrypoint'i, npm-paketli iii yapılandırmasını (ki 127.0.0.1'e bağlanır) 0.0.0.0'a bağlanan ve mutlak /data yollarını kullanan deploy-ayarlı bir tanesiyle üzerine yazar, HMAC secret'ını üretir, ardından agentmemory CLI'sini exec etmeden önce gosu aracılığıyla yetkileri root'tan node'a düşürür.

Render'ın tek-tıklamayla deploy düğmesi, depo kökünde render.yaml gerektirir; biz bunu bilerek temiz tutuyoruz. Deponun içindeki blueprint'e manuel olarak işaret etmek için deploy/render/ içinde belgelenen Render Blueprint akışını kullanın.

Tam kurulum detayları (HMAC yakalama, görüntüleyici SSH tüneli, döndürme, yedekleme, maliyet alt sınırları) deploy/ içinde:

deploy/fly — auto_stop_machines = "stop" ile tek makine; en ucuz boşta çalışma.
deploy/railway — Hobby planı sabit ücret, panelden volume.
deploy/render — Blueprint akışı, ücretli planlarda otomatik disk snapshot'ları.
deploy/coolify — kendi VPS'inizde Coolify üzerinden self-hosted; aynı Docker Compose stack'i, host ve verinin sahibi sizsiniz.

Yalnızca 3111 portu yayımlanır. 3113'teki görüntüleyici container içinde loopback'e bağlı kalır — her şablonun README'si ona ulaşmak için SSH-tünel desenini belgeler.

Her kodlama ajanı, oturum sona erdiğinde her şeyi unutur. Her oturumun ilk 5 dakikasını yığınınızı yeniden anlatarak harcarsınız. agentmemory arka planda çalışır ve bunu tamamen ortadan kaldırır.

Session 1: "Add auth to the API"
  Agent writes code, runs tests, fixes bugs
  agentmemory silently captures every tool use
  Session ends -> observations compressed into structured memory

Session 2: "Now add rate limiting"
  Agent already knows:
    - Auth uses JWT middleware in src/middleware/auth.ts
    - Tests in test/auth.test.ts cover token validation
    - You chose jose over jsonwebtoken for Edge compatibility
  Zero re-explaining. Starts working immediately.

Yerleşik ajan belleğiyle karşılaştırma

Her AI kodlama ajanı yerleşik bellekle gelir — Claude Code'da MEMORY.md, Cursor'da notepad, Cline'da memory bank var. Bunlar yapışkan notlar gibi çalışır. agentmemory, o yapışkan notların ardındaki aranabilir veritabanıdır.

	Yerleşik (CLAUDE.md)	agentmemory
Ölçek	200 satır sınırı	Sınırsız
Arama	Her şeyi bağlama yükler	BM25 + vektör + graf (yalnız top-K)
Token maliyeti	240 gözlemde 22K+	~1,900 token (%92 daha az)
Ajanlar arası	Ajan başına dosya	MCP + REST (herhangi bir ajan)
Koordinasyon	Yok	Lease'ler, sinyaller, action'lar, routine'ler
Gözlemlenebilirlik	Dosyaları manuel okuma	:3113'te gerçek zamanlı görüntüleyici

Bellek Pipeline'ı

PostToolUse hook fires
  -> SHA-256 dedup (5min window)
  -> Privacy filter (strip secrets, API keys)
  -> Store raw observation
  -> LLM compress -> structured facts + concepts + narrative
  -> Vector embedding (6 providers + local)
  -> Index in BM25 + vector

Stop / SessionEnd hook fires
  -> Summarize session
  -> Knowledge graph extraction (if GRAPH_EXTRACTION_ENABLED=true)
  -> Slot reflection (if SLOT_REFLECT_ENABLED=true)

SessionStart hook fires
  -> Load project profile (top concepts, files, patterns)
  -> Hybrid search (BM25 + vector + graph)
  -> Token budget (default: 2000 tokens)
  -> Inject into conversation

4 Katmanlı Bellek Konsolidasyonu

İnsan beyninin belleği nasıl işlediğinden ilham aldı — uyku konsolidasyonundan çok da farklı değil.

Katman	Ne	Analoji
Working	Araç kullanımından ham gözlemler	Kısa süreli bellek
Episodic	Sıkıştırılmış oturum özetleri	"Ne oldu"
Semantic	Çıkarılmış olgular ve desenler	"Ne biliyorum"
Procedural	İş akışları ve karar desenleri	"Nasıl yapılır"

Bellekler zamanla decay olur (Ebbinghaus eğrisi). Sık erişilen bellekler güçlenir. Bayat bellekler otomatik tahliye edilir. Çelişkiler algılanır ve çözülür.

Ne Yakalanır

Hook	Yakalar
`SessionStart`	Proje yolu, oturum ID
`UserPromptSubmit`	Kullanıcı istemleri (gizlilik-filtrelenmiş)
`PreToolUse`	Dosya erişim desenleri + zenginleştirilmiş bağlam
`PostToolUse`	Tool adı, girdi, çıktı
`PostToolUseFailure`	Hata bağlamı
`PreCompact`	Sıkıştırmadan önce belleği yeniden enjekte eder
`SubagentStart/Stop`	Alt-ajan yaşam döngüsü
`Stop`	Oturum sonu özeti
`SessionEnd`	Oturum tamamlandı işareti

Temel Yetenekler

Yetenek	Açıklama
Otomatik yakalama	Her tool kullanımı hook'lar üzerinden kaydedilir — sıfır manuel çaba
Anlamsal arama	RRF füzyonu ile BM25 + vektör + bilgi grafı
Bellek evrimi	Sürümleme, supersede, ilişki grafları
Otomatik unutma	TTL süresi dolması, çelişki algılama, önem tahliyesi
Gizlilik öncelikli	API anahtarları, secret'lar, `<private>` etiketleri depolamadan önce çıkarılır
Kendini iyileştirme	Devre kesici, sağlayıcı yedek zinciri, sağlık izleme
Claude bridge	MEMORY.md ile çift yönlü sync
Bilgi grafı	Entity çıkarımı + BFS gezinti
Takım belleği	İsimlendirilmiş paylaşımlı + özel takım üyeleri arasında
Atıf provenansı	Herhangi bir belleği kaynak gözlemlere kadar izleyin
Git snapshot'ları	Bellek durumunu sürümleyin, geri alın ve diff'leyin

Üç sinyali birleştiren üçlü-akış geri getirme:

Akış	Ne yapar	Ne zaman
BM25	Eş anlamlı genişletmeli stem'lenmiş anahtar kelime eşleştirme	Her zaman açık
Vektör	Yoğun embedding'ler üzerinde kosinüs benzerliği	Embedding sağlayıcı yapılandırılmış
Graf	Entity eşleştirme yoluyla bilgi grafı gezintisi	Sorguda entity'ler tespit edildiğinde

Reciprocal Rank Fusion (RRF, k=60) ile birleştirilir ve oturum-çeşitlendirilir (oturum başına maksimum 3 sonuç).

BM25, Yunanca, Kiril, İbranice, Arapça ve aksanlı Latin'i kutudan çıkar çıkmaz tokenize eder. Çince / Japonca / Korece bellekler için, CJK akışlarını kelime-seviyesinde token'lara bölmek üzere isteğe bağlı segmenter'ları kurun (npm install @node-rs/jieba tiny-segmenter); bunlar olmadan agentmemory yumuşak olarak tüm-akış tokenizasyonuna düşer ve stderr'e bir kerelik bir ipucu yazdırır.

Embedding sağlayıcıları

agentmemory sağlayıcınızı otomatik algılar. En iyi sonuçlar için yerel embedding'leri kurun (ücretsiz):

npm install @xenova/transformers

Sağlayıcı	Model	Maliyet	Notlar
Yerel (önerilen)	`all-MiniLM-L6-v2`	Ücretsiz	Çevrim dışı, BM25-only üzerinde +8pp recall
Gemini	`gemini-embedding-001`	Ücretsiz katman	100+ dil, 768/1536/3072 boyut (MRL), 2048-token girdi. `text-embedding-004`'ün yerini alır (deprecated, 14 Ocak 2026'da kapanış)
OpenAI	`text-embedding-3-small`	1M başı $0.02	En yüksek kalite
Voyage AI	`voyage-code-3`	Ücretli	Kod için optimize edilmiş
Cohere	`embed-english-v3.0`	Ücretsiz deneme	Genel amaçlı
OpenRouter	Herhangi bir model	Değişken	Çok-modelli proxy

53 tool, 6 kaynak, 3 prompt ve 4 skill — herhangi bir ajan için en kapsamlı MCP bellek toolkit'i.

MCP shim vs tam sunucu: yayımlanan @agentmemory/mcp paketi ince bir shim'dir. Tam 51-tool yüzeyini yalnızca AGENTMEMORY_URL üzerinden çalışan bir agentmemory sunucusuna erişebildiğinde açığa çıkarır (proxy modu). Erişilebilir sunucu yoksa, shim 7-tool yerel sete (memory_save, memory_recall, memory_smart_search, memory_sessions, memory_export, memory_audit, memory_governance_delete) düşer. AGENTMEMORY_TOOLS=core|all env değişkeni sunucu tarafı bir bayraktır — shim'in env bloğunda ayarlamak hiçbir etki yapmaz. Cursor / OpenCode / Gemini CLI'da yalnızca 7 tool görüyorsanız, npx @agentmemory/agentmemory (veya Docker stack'i) başlatın ve AGENTMEMORY_URL=http://localhost:3111 ayarlayın.

51 Tool

Çekirdek tool'lar (her zaman kullanılabilir)

Tool	Açıklama
`memory_recall`	Geçmiş gözlemleri ara
`memory_compress_file`	Yapıyı koruyarak markdown dosyalarını sıkıştır
`memory_save`	Bir içgörü, karar veya deseni kaydet
`memory_patterns`	Tekrar eden desenleri algıla
`memory_smart_search`	Hibrit anlamsal + anahtar kelime araması
`memory_file_history`	Belirli dosyalar hakkında geçmiş gözlemler
`memory_sessions`	Son oturumları listele
`memory_timeline`	Kronolojik gözlemler
`memory_profile`	Proje profili (kavramlar, dosyalar, desenler)
`memory_export`	Tüm bellek verisini dışa aktar
`memory_relations`	İlişki grafını sorgula

Genişletilmiş tool'lar (51 toplam — AGENTMEMORY_TOOLS=all ayarla)

Tool	Açıklama
`memory_patterns`	Tekrar eden desenleri algıla
`memory_timeline`	Kronolojik gözlemler
`memory_relations`	İlişki grafını sorgula
`memory_graph_query`	Bilgi grafı gezintisi
`memory_consolidate`	4 katmanlı konsolidasyonu çalıştır
`memory_claude_bridge_sync`	MEMORY.md ile sync
`memory_team_share`	Takım üyeleriyle paylaş
`memory_team_feed`	Son paylaşılan öğeler
`memory_audit`	İşlemlerin denetim izi
`memory_governance_delete`	Denetim izi ile sil
`memory_snapshot_create`	Git-sürümlü snapshot
`memory_action_create`	Bağımlılıklarla iş öğesi oluştur
`memory_action_update`	Action durumunu güncelle
`memory_frontier`	Önceliğe göre sıralanmış engellenmemiş action'lar
`memory_next`	Tek en önemli sonraki action
`memory_lease`	Exclusive action lease'leri (çoklu ajan)
`memory_routine_run`	İş akışı routine'lerini örnekle
`memory_signal_send`	Ajanlar arası mesajlaşma
`memory_signal_read`	Onay alındıyla mesajları oku
`memory_checkpoint`	Harici koşul kapıları
`memory_mesh_sync`	Örnekler arasında P2P sync
`memory_sentinel_create`	Event-driven gözcüler
`memory_sentinel_trigger`	Sentinel'leri harici olarak tetikle
`memory_sketch_create`	Ephemeral action grafları
`memory_sketch_promote`	Kalıcıya yükselt
`memory_crystallize`	Action zincirlerini kompakt et
`memory_diagnose`	Sağlık kontrolleri
`memory_heal`	Sıkışmış durumu otomatik düzelt
`memory_facet_tag`	Boyut:değer etiketleri
`memory_facet_query`	Facet etiketlerine göre sorgula
`memory_verify`	Provenansı izle

6 Kaynak · 3 Prompt · 4 Skill

Tür	İsim	Açıklama
Resource	`agentmemory://status`	Sağlık, oturum sayısı, bellek sayısı
Resource	`agentmemory://project/{name}/profile`	Proje başına zeka
Resource	`agentmemory://memories/latest`	En son 10 aktif bellek
Resource	`agentmemory://graph/stats`	Bilgi grafı istatistikleri
Prompt	`recall_context`	Ara + bağlam mesajları döndür
Prompt	`session_handoff`	Ajanlar arasında handoff verisi
Prompt	`detect_patterns`	Tekrar eden desenleri analiz et
Skill	`/recall`	Belleği ara
Skill	`/remember`	Uzun süreli belleğe kaydet
Skill	`/session-history`	Son oturum özetleri
Skill	`/forget`	Gözlemleri/oturumları sil

Bağımsız MCP

Tam sunucu olmadan çalıştır — herhangi bir MCP istemcisi için. Şunlardan herhangi biri çalışır:

npx -y @agentmemory/agentmemory mcp   # kanonik (her zaman kullanılabilir)
npx -y @agentmemory/mcp                # shim paketi takma adı

Veya ajanınızın MCP yapılandırmasına ekleyin:

Çoğu ajan (Cursor, Claude Desktop, Cline, Roo Code, Windsurf, Gemini CLI):

{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"],
      "env": {
        "AGENTMEMORY_URL": "http://localhost:3111"
      }
    }
  }
}

agentmemory girdisini, dosyayı değiştirmek yerine host'unuzun mevcut mcpServers nesnesine birleştirin. Host'un localhost'una erişemeyen sandbox'lı istemciler için env bloğuna "AGENTMEMORY_FORCE_PROXY": "1" ekleyin ve AGENTMEMORY_URL'i sandbox'ın erişebileceği bir rotaya ayarlayın.

OpenCode (opencode.json):

{
  "mcp": {
    "agentmemory": {
      "type": "local",
      "command": ["npx", "-y", "@agentmemory/mcp"],
      "enabled": true
    }
  },
  "plugin": ["./plugins/agentmemory-capture.ts"]
}

Eklenti dosyasını depodan kopyalayın:

mkdir -p ~/.config/opencode/plugins
cp plugin/opencode/agentmemory-capture.ts ~/.config/opencode/plugins/
cp plugin/opencode/commands/*.md ~/.config/opencode/commands/

3113 portunda otomatik başlar. Canlı gözlem akışı, oturum gezgini, bellek tarayıcısı, bilgi grafı görselleştirmesi ve sağlık paneli.

open http://localhost:3113

Görüntüleyici sunucusu varsayılan olarak 127.0.0.1'e bağlanır. REST-servisli /agentmemory/viewer endpoint'i normal AGENTMEMORY_SECRET bearer-token kurallarını izler. CSP başlıkları yanıt başına bir script nonce'ı kullanır ve satır içi handler özniteliklerini devre dışı bırakır (script-src-attr 'none').

:3113'teki görüntüleyici ajanınızın hatırladıklarını gösterir. iii konsolu ajanınızın yaptıklarını gösterir — her bellek op'u bir OpenTelemetry trace'i olarak, her KV girdisi düzenlenebilir, her fonksiyon çağrılabilir, her stream dinlenebilir. Aynı belleğe iki pencere: biri ürün-şekilli, diğeri motor-şekilli.

Bir memory_smart_search'ün ateşlenmesini izleyin ve BM25 taramasını → embedding aramasını → RRF füzyonunu → reranker'ı bir şelale olarak görün. Sıkışmış bir konsolidasyon zamanlayıcısını KV tarayıcıda düzenleyin. PostToolUse hook'unu değiştirilmiş bir payload ile tekrar oynatın. WebSocket stream'ini sabitleyin ve gözlemlerin canlı olarak indiğini izleyin.

agentmemory bunu ücretsiz dağıtır çünkü her fonksiyon, trigger, durum kapsamı ve stream bir iii primitif'idir — özel hiçbir şey, enstrümante edilecek hiçbir şey yok.

Workers sayfası: bağlı her worker — agentmemory'nin kendisi dahil — PID, fonksiyon sayısı, runtime ve son-görülme ile birlikte.

Zaten kurulu. Konsol iii ile birlikte gelir — ayrı kurucu yok.

agentmemory ile birlikte başlat:

# agentmemory görüntüleyicisi 3113 portunu tutar, bu yüzden konsolu 3114'te çalıştırın.
# Engine REST (3111), WebSocket (3112) ve bridge (49134) varsayılanları agentmemory ile eşleşir.
iii console --port 3114

Ardından http://localhost:3114'ü açın. Deneysel mimari-grafı sayfası için --enable-flow ekleyin.

Yalnızca taşıdıysanız engine endpoint'lerini override edin:

iii console --port 3114 \
  --engine-port 3111 \
  --ws-port 3112 \
  --bridge-port 49134

Konsoldan neler yapabilirsiniz:

Sayfa	Şunun için kullanın
Workers	Bağlı her worker'ı ve canlı metriklerini görün — agentmemory worker'ının kendisi dahil.
Functions	agentmemory'nin herhangi bir fonksiyonunu doğrudan JSON payload ile çağırın — bir istemci bağlamadan `memory.recall`, `memory.consolidate`, `graph.query` test etmek için kullanışlı.
Triggers	HTTP, cron, event ve state trigger'larını tekrar oynatın — konsolidasyon cron'unu manuel olarak ateşleyin, bir HTTP route'unu yeniden deneyin, bir durum değişikliği yayın.
States	Tam CRUD ile KV tarayıcı — oturumlar, bellek slot'ları, yaşam döngüsü zamanlayıcıları, embedding'ler indeksi — değerleri yerinde düzenleyin.
Streams	Bellek yazımları, hook olayları ve gözlem güncellemeleri için iii stream'leri üzerinden akarken canlı WebSocket monitörü.
Queues	Dayanıklı kuyruk konuları + dead-letter yönetimi. Başarısız embedding / sıkıştırma işlerini tekrar oynatın veya bırakın.
Traces	OpenTelemetry şelale / alev / hizmet-dağılımı görünümleri. `trace_id` ile filtreleyerek tek bir `memory.search`'ün hangi fonksiyonları, DB çağrılarını ve embedding isteklerini ürettiğini tam olarak görün.
Logs	Trace/span ID'lerine korelasyonlu, yapılandırılmış OTEL logları.
Config	Runtime yapılandırması — engine'inizin hangi worker'lar, sağlayıcılar ve portlarla çalıştığını tam olarak görün.
Flow	(İsteğe bağlı, `--enable-flow`) Her worker, trigger ve stream'in interaktif mimari grafı.

Traces: her bellek işlemi için şelale / alev / hizmet dağılımı.

Trace'ler zaten açık:

iii-config.yaml iii-observability worker'ı etkinleştirilmiş olarak gelir (exporter: memory, sampling_ratio: 1.0, metrikler + log'lar). Ekstra yapılandırma gerekmez — agentmemory başlar başlamaz, her bellek işlemi konsolun okuyabileceği bir trace span'ı ve yapılandırılmış bir log yayar.

Bunun yerine Jaeger/Honeycomb/Grafana Tempo'ya dışa aktarmak isterseniz, exporter: memory'yi exporter: otlp olarak değiştirin ve collector endpoint'ini iii'nin observability dokümanlarına göre ayarlayın.

Dikkat: konsolun kendisinde hiçbir auth zorlanmaz — 127.0.0.1'e bağlı tutun (varsayılan) ve asla genel kullanıma açmayın.

agentmemory zaten çalışan bir iii örneğidir. Fonksiyonlar, trigger'lar, KV state, stream'ler, OTEL trace'leri — hepsi iii primitifleridir. Postgres, Redis, Express, pm2 veya Prometheus kurmadınız çünkü iii bunların yerini alıyor.

Bu da, tek bir komutun agentmemory'yi tamamen yeni bir yetenekle genişlettiği anlamına gelir.

agentmemory'yi tek komutla genişletin

iii worker add iii-pubsub          # bellek yazımlarını bağlı her örneğe fan-out et
iii worker add iii-cron            # zamanlanmış konsolidasyon, decay süpürmeleri, snapshot rotasyonu
iii worker add iii-queue           # embedding + sıkıştırma işleri için dayanıklı yeniden denemeler
iii worker add iii-observability   # her bellek op'unda OTEL trace'leri (varsayılan açık)
iii worker add iii-sandbox         # hatırlanan kodu izole bir microVM içinde çalıştır
iii worker add iii-database        # SQL destekli bir state adaptörü tak
iii worker add mcp                 # agentmemory MCP'sinin yanında genel MCP host'u

Her iii worker add agentmemory'nin zaten çalıştığı aynı engine'e yeni fonksiyonlar ve trigger'lar kaydeder. Görüntüleyici ve konsol bunları anında alır — yeniden yükleme yok, yeni entegrasyon yok, yeni container yok.

`iii worker add`	agentmemory'nin üzerine ne elde edersiniz
`iii-pubsub`	Çoklu-örnek bellek: her `remember` fan-out olur, her `search` birleşimi okur
`iii-cron`	Zamanlanmış yaşam döngüsü — geceleri konsolidasyon, haftalık snapshot'lar, sabit bir saatte decay
`iii-queue`	Dayanıklı yeniden denemeler: başarısız embedding + sıkıştırma işleri yeniden başlatmaya dayanır, kayıp gözlem yok
`iii-observability`	OTEL trace'leri, metrikleri, log'ları her fonksiyonda — birinci günden itibaren `iii-config.yaml`'da bağlı
`iii-sandbox`	`memory_recall`'dan çıkan kod, shell'inizde değil, bir kullan-at VM içinde çalışır
`iii-database`	In-memory KV varsayılanlarını aştığınızda SQL destekli state adaptörü
`mcp`	agentmemory'ninin yanında ekstra MCP sunucuları ayağa kaldırın, aynı engine'i paylaşın

Tam kayıt defteri: workers.iii.dev. Oradaki her worker, agentmemory'nin kullandığı aynı primitifler aracılığıyla bir araya gelir — ve elinizde olan agentmemory de onlardan biridir.

iii'nin yerini aldığı şeyler

Geleneksel stack	agentmemory kullanır
Express.js / Fastify	iii HTTP Triggers
SQLite / Postgres + pgvector	iii KV State + in-memory vektör indeksi
SSE / Socket.io	iii Streams (WebSocket)
pm2 / systemd	iii engine worker süpervizyonu
Prometheus / Grafana	iii OTEL + sağlık monitörü
Özel eklenti sistemleri	`iii worker add <name>`

118 kaynak dosya · ~21,800 LOC · 950+ test · 123 fonksiyon · 34 KV scope — hepsi üç primitif üzerinde. agentmemory plugin install yok. Eklenti sistemi iii'nin kendisi.

LLM Sağlayıcıları

agentmemory ortamınızdan otomatik algılar. Varsayılan olarak, bir sağlayıcı yapılandırmadıkça veya Claude abonelik fallback'ine açıkça opt-in yapmadıkça hiçbir LLM çağrısı yapılmaz.

Sağlayıcı	Yapılandırma	Notlar
No-op (varsayılan)	Yapılandırma gerekmez	LLM destekli compress/summarize DEVRE DIŞI. Sentetik BM25 sıkıştırma + recall hâlâ çalışır. Eskiden Claude-abonelik fallback'ine dayanıyorsanız aşağıdaki `AGENTMEMORY_ALLOW_AGENT_SDK`'ya bakın.
Anthropic API	`ANTHROPIC_API_KEY`	Token başına faturalama
MiniMax	`MINIMAX_API_KEY`	Anthropic-uyumlu
Gemini	`GEMINI_API_KEY`	Embedding'leri de etkinleştirir
OpenRouter	`OPENROUTER_API_KEY`	Herhangi bir model
Claude abonelik fallback'i	`AGENTMEMORY_ALLOW_AGENT_SDK=true`	Yalnızca opt-in. `@anthropic-ai/claude-agent-sdk` oturumları doğurur — eskiden sınırsız Stop-hook recursion'ına neden oluyordu, bu yüzden artık varsayılan değil.

Maliyet bilincine sahip model seçimi

Arka plan sıkıştırması her gözlemde çalışır, bu yüzden model seçimi aylık harcamayı anlamlı ölçüde değiştirir. Yakalanan iş yükü verisi: 635 istek / 888K token / 35 saatlik aktif kullanım, 2026-05-23 fiyatlandırmasında üç OpenRouter modeline karşı çalıştırıldı.

Katman	Model	Girdi / 1M	Çıktı / 1M	Yakalanan 35 saat maliyeti	Notlar
Önerilen	`deepseek/deepseek-v4-pro`	$0.435	$0.87	~$0.46	Sonnet'ten ~10× daha düşük maliyetle sağlam sıkıştırma + özetleme kalitesi.
Önerilen	`deepseek/deepseek-chat`	$0.27	$1.10	~$0.40	Daha eski ama yalnızca-sıkıştırma iş yükleri için hâlâ iyi.
Önerilen	`qwen/qwen3-coder`	$0.45	$1.80	~$0.55	Oturumlarınız yoğun olarak kod-şekilli ise güçlü kod muhakemesi.
Premium	`anthropic/claude-sonnet-4.6`	$3.00	$15.00	~$5.02	Yüksek kalite ancak her zaman açık arka plan çalışması için pahalı.
Premium	`openai/gpt-4o`	$2.50	$10.00	~$4.20	Sonnet ile benzer katman.
Kaçının	`anthropic/claude-opus-4.6`	$15.00	$75.00	~$25+	Reasoning sınıfı model; sıkıştırma için büyük aşırı harcama.

OPENROUTER_MODEL premium-katman bir desenle eşleştiğinde agentmemory bir runtime uyarısı yazdırır. Bilinçli bir seçim yaptıktan sonra susturmak için AGENTMEMORY_SUPPRESS_COST_WARNING=1 ayarlayın.

Bellek işi için kalite vs maliyet ödünleşmesi: sıkıştırma görece gevşek kalite çıtaları olan bir özetleme görevidir (özeti tekrar okuyan kullanıcı değil, ajandır). DeepSeek-V4-Pro / Qwen3-Coder bu görevde Sonnet'in yuvarlama hatası içinde kalırken ~10× daha az maliyetlidir. Premium katman modelleri doğrudan okuduğunuz sorgular için saklayın.

Kaynaklar: Sonnet 4.6 için OpenRouter fiyatlandırması, DeepSeek V4 Pro, DeepSeek fiyatlandırma notları.

Çoklu-ajan belleği (`AGENT_ID` + `AGENTMEMORY_AGENT_SCOPE`)

Birden fazla rolün tek bir agentmemory sunucusunu paylaştığı çoklu-ajan kurulumlarında (architect / developer / reviewer / researcher / support-agent), AGENT_ID her yazıyı onu yapan rolle etiketler. AGENTMEMORY_AGENT_SCOPE recall'un bu etikete göre filtreleyip filtrelemeyeceğini kontrol eder.

TEAM_ID=company
USER_ID=engineering-team
AGENT_ID=architect
AGENTMEMORY_AGENT_SCOPE=isolated  # isteğe bağlı; varsayılan "shared"

İki mod:

Mod	Yazıları etiketle	Recall'u filtrele	Ne zaman kullanılır
`shared` (varsayılan)	evet	hayır	Denetim iziyle ajanlar arası bağlam. Architect, developer'ın notlarını görebilir ancak her satır kim söylediğini kaydeder.
`isolated`	evet	evet	Katı ayrım. Architect developer'ın gözlemlerini / belleklerini / oturumlarını asla görmez.

AGENT_ID ayarlandığında ne etiketlenir: Session.agentId, RawObservation.agentId, CompressedObservation.agentId, Memory.agentId. Rol api::session::start → mem::observe → mem::compress → KV boyunca akar.

İzole modda ne filtrelenir: mem::smart-search, /agentmemory/memories, /agentmemory/observations, /agentmemory/sessions. Her endpoint istek başına override için ?agentId=<role> ve env kapsamından opt-out etmek için ?agentId=* kabul eder. /memories ayrıca agentId'si undefined olan AGENT_ID öncesi belleklerin yüzeylenmesi için ?includeOrphans=true kabul eder.

SDK / REST katmanında çağrı başına override: her mutasyon endpoint'i (/session/start, /remember) istek gövdesinde env'i geçen bir agentId alanı kabul eder. Tek bir sunucu sürecinden birçok rolü yönlendiren runtime'lar için kullanışlıdır.

AGENT_ID ayarlanmadığında bellek kapsam dışı kalır (eski davranış, etiket yok, filtre yok).

Portlar

agentmemory + iii-engine varsayılan olarak dört port'a bağlanır. Bir yeniden başlatma port in use ile başarısız olursa, bu tablo hangi süreci aramanız gerektiğini söyler.

Port	Süreç	Amaç	Env override
`3111`	agentmemory	REST API + MCP HTTP + `/agentmemory/health` + `/agentmemory/livez`	`III_REST_PORT`
`3112`	iii-engine	Dahili stream'ler worker'ı (agentmemory + görüntüleyici tarafından tüketilir)	`III_STREAMS_PORT`
`3113`	agentmemory	Gerçek zamanlı görüntüleyici (`http://localhost:3113`)	`AGENTMEMORY_VIEWER_PORT`
`49134`	iii-engine	WebSocket — worker'lar burada kaydolur, OTel telemetri buradan akar	`III_ENGINE_URL` (tam URL, varsayılan `ws://localhost:49134`)

Çöken bir çalıştırma sonrası portlar bağlı kaldığında bayat-süreç temizliği:

# macOS / Linux — her portta ne varsa bulun ve öldürün
lsof -i :3111,3112,3113,49134
pkill -f agentmemory || true
pkill -f 'iii ' || true

# Windows
netstat -ano | findstr ":3111 :3112 :3113 :49134"
taskkill /F /PID <pid>

agentmemory stop graceful shutdown'da hem worker hem de engine pidfile'ını temiz olarak biçer. Yukarıdaki manuel temizlik yalnızca her iki pidfile'ın da geride kalmadığı çökme sonrası durum içindir.

Yapılandırma Dosyası

agentmemory runtime yapılandırmasını her shell'de değişkenleri export etmek yerine ~/.agentmemory/.env'a koyun. Görüntüleyici export ANTHROPIC_API_KEY=... gibi bir kurulum ipucu gösteriyorsa, export ön ekini koymadan bu dosyaya ANTHROPIC_API_KEY=... olarak kopyalayın, ardından agentmemory'yi yeniden başlatın.

Süreç ortam değişkenleri hâlâ çalışır ve dosyadaki değerlere göre öncelik kazanır.

Windows'ta aynı dosya %USERPROFILE%\.agentmemory\.env konumunda bulunur:

New-Item -ItemType Directory -Force $HOME\.agentmemory
notepad $HOME\.agentmemory\.env

API anahtarı yerine Claude Code Pro/Max aboneliğiyle test etmek için açıkça opt-in yapın:

AGENTMEMORY_ALLOW_AGENT_SDK=true
AGENTMEMORY_AUTO_COMPRESS=true

Graph veya konsolidasyon özelliklerini istiyorsanız aynı dosyada açın:

GRAPH_EXTRACTION_ENABLED=true
CONSOLIDATION_ENABLED=true

Ortam Değişkenleri

~/.agentmemory/.env oluşturun:

# LLM provider (pick one — default is the no-op provider: no LLM calls)
# ANTHROPIC_API_KEY=sk-ant-...
# ANTHROPIC_BASE_URL=...              # Optional: Anthropic-compatible proxy / Azure
# GEMINI_API_KEY=...
# OPENROUTER_API_KEY=...
# MINIMAX_API_KEY=...
# OPENAI_API_KEY=***                       # NOTE: this same key auto-activates BOTH the
#                                          # OpenAI LLM provider (here) AND the OpenAI
#                                          # embedding provider (further below). Set
#                                          # OPENAI_API_KEY_FOR_LLM=false to scope it
#                                          # to embeddings only.
# OPENAI_BASE_URL=https://api.openai.com   # Optional: override for Azure / vLLM / LM Studio / proxies
#                                          # Azure: https://<resource>.openai.azure.com/openai/deployments/<deployment>
#                                          # Auto-detected from `.openai.azure.com` hostname; uses
#                                          # api-key header + api-version query param.
# OPENAI_API_VERSION=2024-08-01-preview    # Optional: Azure api-version query param
# OPENAI_MODEL=gpt-4o-mini                 # Optional: default model
# OPENAI_TIMEOUT_MS=60000                  # Optional: OpenAI-scoped alias for the outbound fetch
#                                          # timeout. Takes precedence over AGENTMEMORY_LLM_TIMEOUT_MS
#                                          # for back-compat with v0.9.17. New configs should
#                                          # prefer the global AGENTMEMORY_LLM_TIMEOUT_MS below.
# OPENAI_REASONING_EFFORT=none             # Optional: "low" | "medium" | "high" | "none"
#                                          # Honored only by OpenAI's reasoning models (o1, o3,
#                                          # gpt-*-reasoning) and providers that mirror that
#                                          # schema (Ollama Cloud thinking models). Standard
#                                          # chat models reject this field with 400. Set to
#                                          # "none" for thinking models that return reasoning
#                                          # but no content.
# OPENAI_API_KEY_FOR_LLM=false             # Optional: set to false to skip OpenAI auto-detection
#                                          # for LLM (useful if you only want OpenAI for embeddings)
# Opt-in Claude-subscription fallback (spawns @anthropic-ai/claude-agent-sdk);
# leave OFF unless you understand the Stop-hook recursion risk:
# AGENTMEMORY_ALLOW_AGENT_SDK=true

# Embedding provider (auto-detected, or override)
# EMBEDDING_PROVIDER=local
# VOYAGE_API_KEY=...
# OPENAI_API_KEY=sk-...
# OPENAI_BASE_URL=https://api.openai.com   # Override for Azure / vLLM / LM Studio / proxies
# OPENAI_EMBEDDING_MODEL=text-embedding-3-small
# OPENAI_EMBEDDING_DIMENSIONS=1536        # Required when the model is not in the known-models table

# Outbound LLM / embedding timeout
# AGENTMEMORY_LLM_TIMEOUT_MS=60000       # Default: 60 000 ms (60 s). Applies to every
                                          # raw-fetch provider (Gemini, OpenRouter, MiniMax,
                                          # OpenAI LLM, OpenAI/Cohere/Voyage/OpenRouter
                                          # embedding). For the OpenAI LLM path, the
                                          # OpenAI-scoped OPENAI_TIMEOUT_MS alias (above)
                                          # takes precedence when set, for back-compat
                                          # with v0.9.17.
                                          # Increase for slow networks or large batch calls;
                                          # decrease to fail-fast on rate-limit holds.

# Search tuning
# BM25_WEIGHT=0.4
# VECTOR_WEIGHT=0.6
# TOKEN_BUDGET=2000

# Auth
# AGENTMEMORY_SECRET=your-secret

# Ports (defaults: 3111 API, 3113 viewer)
# III_REST_PORT=3111

# Features
# AGENTMEMORY_AUTO_COMPRESS=false  # OFF by default. When on,
                                   # every PostToolUse hook calls your
                                   # LLM provider to compress the
                                   # observation — expect significant
                                   # token spend on active sessions.
# AGENTMEMORY_SLOTS=false          # OFF by default. Editable pinned
                                   # memory slots — persona,
                                   # user_preferences, tool_guidelines,
                                   # project_context, guidance,
                                   # pending_items, session_patterns,
                                   # self_notes. Size-limited; agent
                                   # edits via memory_slot_* tools.
                                   # Pinned slots addressable for
                                   # SessionStart injection.
# AGENTMEMORY_REFLECT=false        # OFF by default. Requires SLOTS=on.
                                   # Stop hook fires mem::slot-reflect:
                                   # scans recent observations, auto-
                                   # appends TODOs to pending_items,
                                   # counts patterns in
                                   # session_patterns, records touched
                                   # files in project_context. Fire-
                                   # and-forget; does not block.
# AGENTMEMORY_INJECT_CONTEXT=false # OFF by default. When on:
                                   # - SessionStart may inject ~1-2K
                                   #   chars of project context into
                                   #   the first turn of each session
                                   #   (this is what actually reaches
                                   #   the model — Claude Code treats
                                   #   SessionStart stdout as context)
                                   # - PreToolUse fires /agentmemory/enrich
                                   #   on every file-touching tool call
                                   #   (resource cleanup, not a token
                                   #   fix — PreToolUse stdout is debug
                                   #   log only per Claude Code docs)
                                   # Observations are still captured via
                                   # PostToolUse regardless of this flag.
# GRAPH_EXTRACTION_ENABLED=false
# CONSOLIDATION_ENABLED=true
# LESSON_DECAY_ENABLED=true
# OBSIDIAN_AUTO_EXPORT=false
# AGENTMEMORY_EXPORT_ROOT=~/.agentmemory
# CLAUDE_MEMORY_BRIDGE=false
# SNAPSHOT_ENABLED=false

# Team
# TEAM_ID=
# USER_ID=
# TEAM_MODE=private

# Tool visibility: "core" (8 tools) or "all" (51 tools)
# AGENTMEMORY_TOOLS=core

3111 portunda 124 endpoint. REST API varsayılan olarak 127.0.0.1'e bağlanır. AGENTMEMORY_SECRET ayarlandığında korumalı endpoint'ler Authorization: Bearer <secret> gerektirir ve mesh sync endpoint'leri her iki eşte de AGENTMEMORY_SECRET gerektirir.

Önemli endpoint'ler

Method	Path	Açıklama
`GET`	`/agentmemory/health`	Sağlık kontrolü (her zaman public)
`POST`	`/agentmemory/session/start`	Oturum başlat + bağlam al
`POST`	`/agentmemory/session/end`	Oturumu bitir
`POST`	`/agentmemory/observe`	Gözlem yakala
`POST`	`/agentmemory/smart-search`	Hibrit arama
`POST`	`/agentmemory/context`	Bağlam üret
`POST`	`/agentmemory/remember`	Uzun süreli belleğe kaydet
`POST`	`/agentmemory/forget`	Gözlemleri sil
`POST`	`/agentmemory/enrich`	Dosya bağlamı + bellekler + bug'lar
`GET`	`/agentmemory/profile`	Proje profili
`GET`	`/agentmemory/export`	Tüm veriyi dışa aktar
`POST`	`/agentmemory/import`	JSON'dan içeri aktar
`POST`	`/agentmemory/graph/query`	Bilgi grafı sorgusu
`POST`	`/agentmemory/team/share`	Takımla paylaş
`GET`	`/agentmemory/audit`	Denetim izi

Tam endpoint listesi: src/triggers/api.ts

npm run dev               # Hot reload
npm run build             # Production build
npm test                  # 950+ test
npm run test:integration  # API testleri (çalışan servisler gerektirir)

Ön koşullar: Node.js >= 20, iii-engine veya Docker

Apache-2.0

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Kurulum

Geri Getirme Doğruluğu

Token Tasarrufu

30 saniyede deneyin

Önerilen: globally kurun

Oturum Tekrar Oynatma (Session Replay)

Yükseltme / Bakım

Claude Code (tek blok, yapıştırın)

Eklenti kurulumu olmadan Claude Code (MCP-bağımsız yol)

Codex CLI (Codex eklenti platformu)

Codex Desktop: eklenti hook'ları şu anda sessiz (geçici çözüm mevcut)

Diğer ajanlar

Programatik erişim (Python / Rust / Node)

Kaynaktan

Windows

Deploy

Yerleşik ajan belleğiyle karşılaştırma

Bellek Pipeline'ı

4 Katmanlı Bellek Konsolidasyonu

Ne Yakalanır

Temel Yetenekler

Embedding sağlayıcıları

51 Tool

6 Kaynak · 3 Prompt · 4 Skill

Bağımsız MCP

agentmemory'yi tek komutla genişletin

iii'nin yerini aldığı şeyler

LLM Sağlayıcıları

Maliyet bilincine sahip model seçimi

Çoklu-ajan belleği (`AGENT_ID` + `AGENTMEMORY_AGENT_SCOPE`)

Portlar

Yapılandırma Dosyası

Ortam Değişkenleri

FilesExpand file tree

README.tr-TR.md

Latest commit

History

README.tr-TR.md

File metadata and controls

Kurulum

Geri Getirme Doğruluğu

Token Tasarrufu

30 saniyede deneyin

Önerilen: globally kurun

Oturum Tekrar Oynatma (Session Replay)

Yükseltme / Bakım

Claude Code (tek blok, yapıştırın)

Eklenti kurulumu olmadan Claude Code (MCP-bağımsız yol)

Codex CLI (Codex eklenti platformu)

Codex Desktop: eklenti hook'ları şu anda sessiz (geçici çözüm mevcut)

Diğer ajanlar

Programatik erişim (Python / Rust / Node)

Kaynaktan

Windows

Deploy

Yerleşik ajan belleğiyle karşılaştırma

Bellek Pipeline'ı

4 Katmanlı Bellek Konsolidasyonu

Ne Yakalanır

Temel Yetenekler

Embedding sağlayıcıları

51 Tool

6 Kaynak · 3 Prompt · 4 Skill

Bağımsız MCP

agentmemory'yi tek komutla genişletin

iii'nin yerini aldığı şeyler

LLM Sağlayıcıları

Maliyet bilincine sahip model seçimi

Çoklu-ajan belleği (AGENT_ID + AGENTMEMORY_AGENT_SCOPE)

Portlar

Yapılandırma Dosyası

Ortam Değişkenleri

Çoklu-ajan belleği (`AGENT_ID` + `AGENTMEMORY_AGENT_SCOPE`)