Serveur MCP natif Git pour une mémoire d'agent auditable et une récupération rapide
okf-agent-memory par Okf Memory est un serveur MCP qui fournit une mémoire persistante et auditable pour les agents de codage IA. L'outil cartographie les connaissances du projet dans un corpus basé sur Git et offre des points de récupération et d'écriture programmatiques afin que les agents puissent lire et enregistrer le contexte des tâches sans arrière-plans opaques. Il stocke la mémoire sous forme de fichiers lisibles par l'homme à l'intérieur du dépôt et expose une surface de protocole pour les clients MCP. Destiné aux développeurs IA et aux équipes d'ingénierie construisant des flux de travail agentiques qui ont besoin d'une mémoire de projet traçable et intégrée au dépôt.
Quelles tâches pouvez-vous réellement utiliser pour cela ?
L'outil implémente le format de connaissance ouvert v0.2 pour convertir un dépôt en un corpus de connaissances auto-validant, de sorte que les processus agentiques puissent conserver des notes structurées aux côtés des fichiers sources. Ce design remplace les approches RAG qui s'appuient sur des magasins de vecteurs séparés en gardant la mémoire comme des artefacts de projet lisibles, rendant les traces de raisonnement d'un agent audité et gérables avec les outils de révision et d'historique existants du projet.
Quelle est la précision des récupérations par rapport à une exécution manuelle ?
L'outil exécute un index lexical BM25 en mémoire mesuré à moins de 300 microsecondes de classement à travers les titres, les métadonnées, les balises et les corps, permettant une recherche locale quasi instantanée sans latence réseau. La divulgation progressive renvoie des tranches compactes et axées sur la tâche, généralement autour de 300 tokens, et le projet indique que la récupération sélective peut réduire le gonflement du contexte de prompt jusqu'à 90 pour cent pour les tâches de codage.
Quels formats de fichiers et quelle disposition de stockage cela nécessite-t-il ?
Le système s'attend à des fichiers Markdown lisibles par l'homme placés sous un répertoire de connaissances à l'intérieur d'un dépôt Git et utilise des métadonnées YAML pour marquer les niveaux de confiance qui séparent les entrées vérifiées par des humains des brouillons d'agents. Comme la mémoire est du texte brut sous contrôle de version, les commandes Git standard telles que diff et blame fonctionnent pour réviser et annuler les modifications de mémoire, s'adaptant au même flux de travail de révision utilisé pour le code.
Est-ce que cela nécessite des services externes ou une infrastructure spéciale ?
L'application est livrée sous la forme d'un binaire Go unique, sans dépendances, avec des démarrages à froid de moins de 4 millisecondes et fonctionne sur macOS, Linux et Windows. Elle expose des actions MCP telles que okf_search, okf_show et okf_create à des clients compatibles, y compris Claude Desktop et Cursor. La recherche et la récupération fonctionnent localement sans intégrer d'appels API, ce que le développeur décrit comme déterministe et hors ligne, évitant les appels LLM à l'exécution pour les recherches.
Meilleur pour les équipes d'ingénierie qui acceptent la mémoire d'agent d'abord dans le dépôt
L'application convient aux développeurs d'IA et aux équipes d'ingénierie qui privilégient un contexte de projet local et auditable et qui peuvent intégrer la mémoire dans leurs flux de travail de contrôle de version. Attendez-vous à des compromis si votre cas d'utilisation dépend de la similarité sémantique basée sur l'intégration plutôt que du classement lexical. Associez l'outil aux pratiques normales de révision de code pour valider les brouillons générés par l'agent et maintenir la mémoire du projet alignée avec les connaissances examinées par des humains.
