Agentic Loop Memory Server ♾️

Отраслевой стандарт постоянной памяти и менеджер состояния для длительных агентных рабочих процессов.

Позволяет любой ИИ-модели — особенно небольшим с ограниченным контекстным окном — работать с сохранением состояния, как модели высокого класса. Этот проект работает как экосистема из двух частей: MCP Server для управления состоянием и Agent Skill для оркестрации.

🛠 Полная настройка (обязательно)

Для наилучшего результата необходимо установить оба компонента: оркестрационный навык и MCP-сервер.

1. Установка навыка

Установите навык agentic-loop в вашего ИИ-агента (Codex, Claude Code, Cursor, Gemini CLI, GitHub Copilot и другие хосты Agent Skills):

npx skills add meharajM/agent-loop-mcp@agentic-loop -g -y

Предпросмотр навыка перед активацией:

gh skill preview meharajM/agent-loop-mcp agentic-loop

2. Настройка MCP-сервера

Добавьте следующее в ваш mcp_config.json:

{
  "mcpServers": {
    "agent-loop": {
      "command": "npx",
      "args": ["-y", "@mhrj/mcp-agent-loop"]
    }
  }
}

Related MCP server: hmem

🌟 Почему этот подход уникален

В отличие от пассивных инструментов памяти, это активный менеджер состояния. Он отслеживает количество слов, чтобы запускать циклы уплотнения, и применяет «стратегию самовосстановления» при каждом сбое, не позволяя ИИ-агентам застревать в бессмысленных циклах.

📂 Структура проекта

• src/: исходный код TypeScript для MCP-сервера.

• skills/agentic-loop/SKILL.md: инструкция для ИИ.

• build/: артефакты JavaScript.

📄 Лицензия

ISC