Skip to main content
Glama

Argon Memory

Dauerhaftes Projektgedächtnis für Agenten, die echte Arbeit leisten

Ein Open-Source-MCP-Wissenssystem, das Dokumente, Agentenausgaben, Entscheidungen und verifizierte Gespräche in ein persistentes, evidenzbasiertes Projektgedächtnis verwandelt.

中文 · Architektur · MCP-Tools · Benchmarks · Sicherheit


Die meisten Agenten-Gedächtnissysteme speichern Chat-Fragmente. Argon Memory pflegt ein Projekt.

Es gibt jedem verbundenen Agenten dieselbe kompakte Projektkarte, ermöglicht den Abruf genauer Belege nur bei Bedarf und schließt den Kreislauf, indem dauerhafte Ergebnisse und destilliertes Wissen nach der Arbeit persistiert werden. Fakten überschreiben einander nicht stillschweigend: Herkunft, Revisionen, Validierungsstatus und ungelöste Konflikte bleiben sichtbar.

Warum Argon Memory

  • Projektförmiges Gedächtnis — eine stabile Hauptdatei, gepflegte Domänenabschnitte, ein Wissensgraph und verknüpfte Artefakte.

  • Token-effizienter Kontext — zuerst die kleine Projektkarte laden; Abschnitte und Belegauszüge nur abrufen, wenn die Aufgabe sie benötigt.

  • Belege vor Vertrauen — akzeptiertes Gedächtnis verlinkt auf Quelldatensätze; ungestützte Kandidaten werden unter Quarantäne gestellt, statt zu Fakten zu werden.

  • Dauerhafter Agentenabschluss — Arbeitselemente, generierte Ressourcen, Entscheidungen, Lehren und ungelöste Fragen überleben eine Chat-Sitzung.

  • Konfliktbewusst von Natur aus — konkurrierende Behauptungen werden offengelegt und an einen autorisierten menschlichen Entscheider weitergeleitet; das Modell kann nicht stillschweigend einen Gewinner wählen.

  • Nur-Anhängen-Verlauf — unveränderliche Revisionsmanifeste, SHA-256-Fingerabdrücke, Audit-Ereignisse und Ablösung statt destruktiver Löschung.

  • MCP-nativ — funktioniert mit Codex, Claude Code, Qoder, Hermes, Cursor oder jedem Streamable-HTTP-MCP-Client.

  • Modellneutral — der Abfragepfad benötigt kein LLM. Ein separater, optionaler Wartungs-Worker kann das von Ihnen gewählte Modell und den Anbieter verwenden.

Related MCP server: lore

Mentalmodell

flowchart LR
  A["Agent starts a task"] --> B["Main project file"]
  B --> C["Maintained section"]
  C --> D["Linked Artifact evidence"]
  C --> E["Accepted memory"]
  D --> F["Precise answer or project work"]
  E --> F
  F --> G["Work closeout"]
  G --> H["Outputs + distilled knowledge"]
  H --> I["Validation and conflict routing"]
  I --> B

Die Ebenen haben unterschiedliche Aufgaben:

Ebene

Zweck

Hauptdatei

Stabile Identität, Mission, aktuelle Phase, Navigation und globale Regeln

Abschnitte

Langlebige Synthese für wichtige Projektdomänen

Artefakte

Originaldateien, normalisiertes Markdown, Bilder, Tabellen und generierte Lieferobjekte

Strukturiertes Gedächtnis

Fakten, Entscheidungen, Verfahren, Lehren, Einschränkungen, Präferenzen und offene Fragen

Konflikte

Konkurrierende Behauptungen, Belege, Status, Entscheiderfrage und bewahrte Auflösungshistorie

Audit und Revisionen

Unveränderliche Veröffentlichungshistorie und reproduzierbare Zeiger auf den aktuellen Stand

Schnellstart

Voraussetzungen: Node.js 22+; Python 3.10+ nur bei Verwendung des optionalen MinerU-Adapters.

git clone https://github.com/Tangtaizong-BUAA/ArgonMemory.git
cd ArgonMemory
npm install
npm run build

export ARGON_MEMORY_KB_ROOT="$PWD/data"
export ARGON_MEMORY_MCP_PROFILE="project-ops"
export ARGON_MEMORY_ALLOW_UNAUTHENTICATED="true" # local bootstrap only
npm start

Der MCP-Endpunkt ist http://127.0.0.1:8793/mcp; der Health-Check ist unter http://127.0.0.1:8793/health verfügbar.

Bootstrappen Sie das erste Projekt mit kb_bootstrap_project:

{
  "project_id": "project:my-product",
  "title": "My Product",
  "mission": "Maintain a trustworthy, durable operating memory for this product."
}

Nach dem Bootstrap führen Sie normale Agenten mit dem Profil project-contribute aus und installieren den gebündelten argon-memory-Skill.

Einen MCP-Client verbinden

{
  "mcpServers": {
    "argon_memory": {
      "url": "http://127.0.0.1:8793/mcp",
      "headers": {
        "Authorization": "Bearer ${ARGON_MEMORY_TOKEN}"
      }
    }
  }
}

Für ein lokales Einzelbenutzer-Experiment lassen Sie den Header nur weglassen, wenn ARGON_MEMORY_ALLOW_UNAUTHENTICATED=true ist. Setzen Sie nicht authentifizierte Contribute- oder Ops-Profile niemals einem Netzwerk aus.

Der Agenten-Workflow

kb_sync_skill → kb_brief → kb_graph_context → kb_search as needed
              → kb_start_work → publish/capture → kb_finish_work
  1. kb_brief lädt die vollständige kompakte Projektkarte.

  2. kb_graph_context öffnet einen gepflegten Abschnitt und seine verknüpften Belege.

  3. kb_search ruft präzise Fakten, Namen, Daten, Versionen, Zitate und Artefaktauszüge ab.

  4. kb_start_work erstellt eine dauerhafte Aufgabenidentität, bevor die eigentliche Arbeit beginnt.

  5. kb_publish_resource speichert nützliche Ergebnisse; kb_capture_context übermittelt destillierte Gedächtniskandidaten.

  6. kb_finish_work erfasst das Ergebnis, Belege, ungelöste Punkte und den idempotenten Ergebnishash.

Diese Trennung vermeidet zwei häufige Fehler: jeden Prompt mit dem gesamten Archiv zu überfluten und so zu tun, als sei eine kurze Zusammenfassung ein ausreichender Beleg.

Berechtigungsprofile

Profil

Verwendungszweck

Fähigkeiten

project-read

Schreibgeschützte Clients und Replikate

Brief, graph, search, lookup, read, views

project-contribute

Normale Team-Agenten

Lese-Tools plus Schreibvorgänge für Arbeit, Artefakte, Kontext und Abschluss

project-resolve

Projektinhaber oder designierter Entscheider

Sperrt explizite menschliche Konfliktlösungen für die Wartung

project-ops

Loopback-Betriebsdienst

Bootstrap, Erfassung, Normalisierung, Lint und Health

Principal-Tokens werden als SHA-256-Hashes in ARGON_MEMORY_MCP_PRINCIPALS_JSON gespeichert. Der Resolver-Zugriff erfordert zusätzlich die Rolle project-owner oder designated-resolver. Ein gemeinsames Token beweist nie, welcher Mensch gesprochen hat.

Kanonischer Speicher

Argon Memory hält bewusst menschenlesbares Markdown und YAML-Frontmatter als kanonische Wahrheit. Suchindizes und Graphansichten sind abgeleitet und neu aufbaubar.

data/
├── registry/                 # projects, sections, work, Artifacts, conflicts
├── memory/                   # structured memory records
├── events/                   # durable activity records
├── resources/                # immutable uploaded bytes
├── normalized/               # parser-derived Markdown and media links
├── audit/events.jsonl        # append-only audit stream
├── maintenance/queue.sqlite  # bounded maintenance ChangePackets
└── knowledge/
    ├── revisions/            # immutable canonical snapshots
    ├── indexes/              # rebuildable derived indexes
    └── current-revision.json # atomic pointer to one consistent snapshot

In diesem Repository sind keine Projektdaten enthalten. Der data/-Baum wird zur Laufzeit erstellt und von Git ignoriert.

Artefakt-Normalisierung

Text, Markdown, CSV, JSON und YAML werden sofort durchsuchbar. Binärdokumente bleiben unveränderliche Artefakte, bis sie normalisiert werden.

MinerU Cloud ist ein optionaler Adapter:

python3 -m pip install mineru-open-sdk
export MINERU_API_KEY="..."

Dann kann ein Ops-Principal eine Quellwurzel registrieren, ein Inventar erfassen und kb_parse_artifact aufrufen. Der API-Ausgang wird im Audit-Log protokolliert. Argon Memory ist nicht an die Speicher- oder Modellebene von MinerU gekoppelt; andere Normalisierer können denselben normalisierten Markdown-Vertrag schreiben.

Was bewusst nicht enthalten ist

  • Keine Chat-Oberfläche und kein gehosteter Online-Agent.

  • Kein Befehlsausführer, Container-Workspace oder Remote-Ausführungsebene.

  • Keine Projektdokumente, Benutzerdateien, Produktionsdatenbank, Anmeldedaten oder Bereitstellungsgeheimnisse.

  • Kein Modell, das im Namen verbundener Clients antwortet.

  • Keine Test-Fixtures oder Testkorpora im veröffentlichten Paket.

Argon Memory ist die Gedächtnisebene. Ihr lokaler oder gehosteter Agent bleibt die Denk- und Ausführungsebene.

Status

0.1.1 ist die aktuelle eigenständige Argon-Version, extrahiert aus einem Produktions-Projektgedächtnissystem. Der Speichervertrag, die MCP-Oberfläche, die Herkunftsregeln und die Konfliktgrenzen sind heute nutzbar; hochskalierbare Vektor-Backends und zusätzliche Normalisierer-Adapter bleiben zukünftige Arbeit.

Öffentlicher Benchmark

Argon Memory enthält einen MCP-nativen Adapter für den offiziellen LongMemEval-V2-Agenten-Gedächtnis-Benchmark. Er bewertet langfristige Web- und Unternehmens-Trajektorien über fünf Gedächtnisfähigkeiten und misst dabei Antwortqualität und Abfragelatenz. Synthetische Fälle werden nur als Smoke-Gates verwendet und niemals als Benchmark-Ergebnisse gemeldet. Siehe Benchmarks, die Berichtsrichtlinie und die erste öffentliche Abruf-Diagnose.

LongMemEval-V2 veröffentlichter Gedächtnissystem-Vergleich

Der obige Vergleich reproduziert die offiziell veröffentlichten Genauigkeits-/Latenzpunkte von RAG, AgentRunbook-R, Codex und AgentRunbook-C und kennzeichnet separat das AgentRunbook-C-V2-Forschungsupdate. Argons offizielle Antwortgenauigkeit und LAFS stehen noch aus; die folgende Diagnose ist nur abrufbezogen und wird nicht als Antwortgenauigkeit dargestellt.

Argon Memory LongMemEval-V2 öffentlicher Abruf-Schnappschuss

Herkunft und Lizenz

Argon Memory wurde aus Projektgedächtnis-Arbeit abgeleitet, die auf dem MIT-lizenzierten MinerU Document Explorer aufbaut. Argon Memory 0.1.1 und spätere Versionen werden unter der Apache License 2.0 veröffentlicht, einschließlich einer ausdrücklichen Patentgewährung. Die Upstream-Zuschreibung und der ursprüngliche MIT-Hinweis sind in NOTICE und THIRD_PARTY_NOTICES.md erhalten.

Mitwirkende

Argon Memory wird von Tangtaizong-BUAA erstellt und geleitet, wobei OpenAI Codex als KI-Engineering-Mitarbeiter anerkannt wird. Rollen und Zuschreibungsgrenzen sind in CONTRIBUTORS.md dokumentiert.

Beiträge sind willkommen. Bitte lesen Sie CONTRIBUTING.md und SECURITY.md, bevor Sie einen Pull-Request eröffnen oder eine Schwachstelle melden.

A
license - permissive license
Not graded
quality - not tested
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
2Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    Provides AI agents with persistent knowledge storage, enabling them to store, search, and retrieve text, documents, and files using semantic and keyword search via MCP tools.
    31
    Apache 2.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI agents to capture, store, and retrieve durable learnings from projects via MCP tools, providing a queryable memory of product and technical lessons across repos.
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Durable, inspectable memory for MCP agents. Preserves decisions, preferences, and project knowledge across sessions with full provenance and version history.
    2
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.

  • The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.

  • Shared, peer-validated knowledge archive for AI agents — search, contribute, and validate via MCP

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Tangtaizong-BUAA/ArgonMemory'

If you have feedback or need assistance with the MCP directory API, please join our Discord server