OKF Agent Memory menyediakan lapisan memori persisten Git-native dan netral domain untuk agen pengkodean AI berdasarkan Google OKF v0.2. Ini menyimpan pengetahuan langsung di repositori sebagai file Markdown biasa dengan YAML frontmatter, menjembatani file Markdown ad-hoc dan basis data vektor kotak-hitam.
Sistem ini mengimplementasikan lima lapisan: spesifikasi OKF v0.2, konvensi memori agen, keterampilan agen, perkakas berbasis Go, dan korpus pengetahuan proyek. Sorotan utama meliputi pencarian BM25 dalam memori sub-300µs, validasi grafik ~4ms, nol vendor lock-in, dan nol biaya API untuk pengambilan.
Benchmark performa menunjukkan keunggulan signifikan atas runtime Python/DB vektor: latensi pencarian 150ms-800ms turun menjadi di bawah 300µs, overhead cold-start turun di bawah 4ms, dan jejak memori tetap di bawah 15MB. Biaya pengambilan adalah nol dibandingkan $0.10-$0.50 per 1.000 kueri.
Dibangun dalam Go murni dengan nol dependensi eksternal, alat ini menawarkan server Model Context Protocol, pengungkapan progresif untuk mengurangi pembengkakan konteks, dan prinsip search-before-write. Ini mendukung domain rekayasa perangkat lunak, coaching, penelitian ilmiah, dan operasi. Pengguna dapat mereproduksi benchmark secara lokal dengan LM Studio atau Ollama.
Entitas Utama: Perusahaan: GitHub, Google, Hacker News
Sumber: Hacker News · Diringkas oleh HeadlinesBriefing