vbcherepanov/total-agent-memory

说明与用途

**项目价值**
vbcherepanov/total-agent-memory 为 Claude Code 与 Codex CLI 提供持久化记忆层，能够自动抽取知识图谱、生成多模态嵌入并通过 3D WebGL 进行可视化。凭借 LongMemEval R@5 = 97.45% 的评测成绩，它可以把一次性提示和零散工具转化为可重复、可追踪的智能体工作流，从而显著提升多代理协作、工具链编排和记忆统一管理的效率。

**典型接入方式**

1. **SDK / API**：项目在 total_agent_memory 包中暴露了 Python SDK，提供 save_memory(prompt, response), query_memory(query, top_k=5) 等函数，直接在代码中调用即可。
2. **CLI**：tmem 命令行工具支持 tmem ingest --file <script>、tmem query "<question>" 等子命令，适合快速实验或在 CI/CD 流程中嵌入。
3. **Ollama（可选）**：若本地部署了 Ollama，项目可以把嵌入模型切换为 Ollama 提供的 LLM，做到完全离线运行。
4. **Web 可视化**：启动 tmem serve 后会打开一个本地 WebGL 页面，展示记忆图谱的三维视图，便于调试和审计。

**生产可用性**

• **活跃度**：最近一次提交在 2026‑05‑14，拥有 34 ⭐、9 🍴，代码以 Python 为主，覆盖 20+ 话题标签，说明社区关注度和生态兼容性良好。
• **成熟度**：LongMemEval 高分、完整的 API/CLI 文档以及可选的 Ollama 离线模式，使其具备直接在生产环境中进行试点的条件。
• **风险**：目前未发现重大许可证或安全隐患，但仍建议在正式上线前完成一次开源许可证合规审查，并对依赖的向量数据库或 WebGL 前端进行渗透测试。

综上，total-agent-memory 已具备 **高可用**、**易集成**、**功能完整** 的特性，可作为企业级多代理工作流的记忆后端进行快速落地。

实际用途

vbcherepanov/total-agent-memory helps turn isolated prompts and tools into repeatable agent workflows.

• coordinate multi-agent workflows
• add tool-use pipelines
• standardize agent memory

限制与审查说明

High for an OSS candidate: recent activity, adoption, and ecosystem signals are strong enough for a serious pilot.