Память для ИИ-агентов: как агент помнит контекст между сессиями

Почему агент забывает все между сессиями и что с этим делать

Модель не хранит ничего между запусками. Закрыли сессию в Claude Code, Codex или Cursor, и вместе с ней ушли принятые решения, найденные баги, команды сборки и договоренности по коду. В новой сессии агент заново читает файлы и снова предлагает то, что вы уже отвергли.

Встроенные файлы вроде CLAUDE.md и AGENTS.md решают часть задачи: правила вы пишете руками, агент их читает. Но заметки о том, что сломалось вчера и почему выбрали второй вариант, руками никто не ведет. Для этого и нужна память: инструмент сам записывает итоги сессии, а в следующей отдает агенту самое релевантное.

Способов хранения четыре, и они различаются тем, где лежат данные и кто к ним имеет доступ. От этого зависят цена, скорость настройки и риск утечки.

Как работает память в одном локальном файле

Самый простой вариант: вся память проекта живет в одном файле рядом с кодом. Claude Brain хранит контекст сессий, решения и найденные баги в файле .claude/mind.mv2. В начале новой сессии контекст подставляется автоматически, а искать по нему можно командами /mind search и /mind ask.

Устанавливается плагином: /plugin add marketplace memvid/claude-brain, затем включить плагин mind и перезапустить агент. Базы, облака и ключей API не нужно. Файл один, поэтому его можно закоммитить в git или отправить коллеге, чтобы быстро ввести его в курс дела.

Ограничение следует из устройства: память лежит на одной машине и привязана к одному проекту. Синхронизации между устройствами нет, а работает плагин в Claude Code. Репозиторий: ★ 579 репозитория, лицензия MIT.

Как работает память на сервере с SQLite

Второй вариант выносит память в MCP-сервер с базой данных. Если MCP для вас новое слово, сначала прочитайте что такое MCP-сервер. Агент вызывает инструменты сервера: сохранить запись, найти, показать хронологию.

Engram собран в один бинарник на Go. Данные лежат в SQLite с индексом FTS5 в файле ~/.engram/engram.db, поиск полнотекстовый. Команда engram setup пишет конфигурацию для 14 агентов, среди них Claude Code, Codex, Cursor, Gemini CLI, OpenCode и Windsurf. Поэтому с Engram удобно работать сразу в нескольких агентах: память общая, файл один. Если записи противоречат друг другу, Engram помечает конфликт, и агент сравнивает их сам. Репозиторий: ★ 7409 репозитория.

Установка на macOS: brew install gentleman-programming/tap/engram, затем engram setup claude-code. Плагин для Claude Code добавляет хуки сессий и возвращает нить после сжатия контекста, но ему нужны jq и curl.

Token Savior решает две задачи сразу. Он индексирует код по символам, чтобы агент не читал файл целиком ради трех строк, и хранит память в SQLite (режим WAL, FTS5 и векторные вложения). Решения, исправления и итоги сессий возвращаются в начале следующей сессии компактной выжимкой. Нужен Python 3.11 или новее.

Про заявленную экономию токенов автор честно оговаривается в карточке. Цифры «минус 80% токенов» получены на закрытом стенде, и сам автор называет их непроверяемыми. Повторный замер от 7 октября 2026 года на 8 задачах с Claude Haiku 4.5 дал минус 45% стоимости и минус 59% новых токенов, но время выросло на 40%, а на правках файлов выигрыша не нашлось. Я бы воспринимал это как ориентир, а не как обещание.

Как работает память как отдельный сервис

Третий вариант: память живет отдельно от проекта и может обслуживать несколько агентов и приложений.

Mem0 дает слой памяти с плагинами для Claude Code, Codex, Cursor и OpenCode, а также CLI и SDK для Python и TypeScript. Плагин для Claude Code через хуки записывает сообщения, измененные файлы и результаты тестов. Фоновый процесс превращает их в воспоминания, а в начале следующей сессии агент получает до пяти релевантных. Память делится на общую по проекту и личную. Репозиторий: ★ 67388 репозитория, лицензия Apache-2.0. Именно эту модель удобно встраивать и в собственного чат-бота.

Цена: плагины для агентов требуют ключ Mem0 Platform, то есть облачного сервиса. Текущие тарифы на октябрь 2026 я не проверял, смотрите страницу тарифов на сайте Mem0. Локальный вариант без облака возможен через open-source библиотеку pip install mem0ai или свой сервер в Docker.

OpenViking хранит память, документы и скиллы как виртуальную файловую систему с адресами viking://. У каталогов есть краткие аннотации, поэтому агент сначала решает, что читать, и только потом загружает полный текст. Завершенные сессии разбираются в фоне и превращаются в долговременную память. Поиск идет по векторам. Репозиторий: ★ 40206 репозитория, лицензия AGPL-3.0, а это важно при встраивании в закрытые продукты. Нужны Python 3.10 или новее, запущенный сервер и доступ к модели эмбеддингов, облачной или локальной через Ollama.

Memory Bank MCP Server ближе к простому варианту. Идея взята из Cline Memory Bank: агент ведет заметки о проекте в файлах, но лежат они в заданном каталоге вне репозитория, а доступ идет через единый сервис. Запускается через npx -y @allpepper/memory-bank-mcp@latest, путь к каталогу задается переменной MEMORY_BANK_ROOT. Чтобы агент вообще обращался к банку, прилагаемые инструкции нужно вставить в его настройки.

Как работает память в самом репозитории

Четвертый вариант хранит память в файлах проекта. Это обычный текст, который видят git, ревью и коллеги.

Storybloq заводит в репозитории каталог .story/ из JSON и markdown: истории задач, планы, фазы дорожной карты, передачи между сессиями и вынесенные уроки. CLI читает и меняет эти файлы, MCP-сервер дает Claude Code и Codex структурированные инструменты, а скилл /story загружает контекст в начале сессии. Установка: npm install -g @storybloq/storybloq@latest, затем storybloq setup --client all. Нужен Node.js 20 или новее. Лицензия PolyForm Shield ограничивает использование в конкурирующих продуктах, это не классическая открытая лицензия.

Citadel шире, чем просто память: это операционный слой. Состояние проекта, планы, чеки выполнения и передачи между сессиями хранятся в репозитории. Добавляются команда /do, защитные хуки, телеметрия расходов и параллельные агенты. Нужны Claude Code или Codex, Node.js 22 и выше и git-репозиторий. Установка привязана к релизу: claude plugin marketplace add SethGammon/Citadel@v1.4.3 --scope local.

Плюс этого способа в прозрачности: память читается глазами и версионируется. Минус в том, что она попадает туда, куда попадает код, и вместе с ним уходит в удаленный репозиторий.

Сколько стоит память для агента на октябрь 2026

Локально все восемь инструментов можно запустить без платы за лицензию, это следует из карточек каталога.

• Лицензия MIT: Claude Brain, Engram, Memory Bank MCP Server, Token Savior и Citadel.
• Apache-2.0 у библиотеки Mem0.
• AGPL-3.0 у OpenViking.
• PolyForm Shield у Storybloq: бесплатно, с ограничением на конкурирующие продукты.

Деньги появляются в двух местах. Первое: облако Mem0 по ключу Mem0 Platform, тарифы смотрите на сайте сервиса, я их не сверял. Второе: модели эмбеддингов для OpenViking, если выбрать облачного провайдера. С локальным Ollama платить не придется. Engram Cloud необязателен, а для локальной работы Engram ключей и платных аккаунтов не требует.

Отдельная статья расходов это токены. Память подставляется в начало сессии и занимает место в контексте. Чем больше вы накопили, тем важнее, что именно возвращается. Поэтому смотрите, сколько записей инструмент отдает: у Mem0 это до пяти.

Что у памяти получается хорошо и где она ошибается

Хорошо получается то, что нужно повторять: команды сборки, договоренности по стилю, принятые архитектурные решения, список уже найденных багов. Агент перестает предлагать отвергнутые варианты, а новый участник команды быстро входит в контекст.

Где ошибается:

• Память накапливает устаревшее. Решение полугодовой давности может противоречить текущему коду. Engram хотя бы помечает конфликтующие записи, у остальных инструментов проверка на вас.
• Агент может не заглядывать в хранилище. Для Memory Bank MCP Server в карточке прямо сказано: без вставленных инструкций агент может не заглядывать в банк.
• Поиск находит похожее, а не нужное. Полнотекстовый индекс FTS5 в Engram не строит граф связей и не ищет по смыслу. Векторный поиск у OpenViking ищет по смыслу, но требует модель эмбеддингов.

Приватность: что попадает в память

Главный риск в том, что память записывает все подряд. В нее могут попасть куски кода, пути к файлам, строки из логов с токенами и паролями, внутренние названия клиентов.

Что я проверил по карточкам каталога:

• Mem0 отправляет текст сессий и пути измененных файлов во внешний сервис. Секреты перед отправкой вычищаются, но полный текст сообщений уходит.
• Engram по умолчанию хранит все локально, но при включении Engram Cloud записи реплицируются на сервер.
• Token Savior хранит решения и вывод сессий в локальной базе, а необязательные модули отправляют данные в Anthropic API и Telegram.
• Citadel, Storybloq и Claude Brain кладут память внутрь репозитория, поэтому она попадает под контроль версий и в удаленный репозиторий, если вы его пушите.

Начните с минимума: локальное хранение, отдельный репозиторий без реальных данных для пробы, никаких секретов в сообщениях агенту. Файл .claude/mind.mv2 или каталог .story/ перед коммитом откройте и посмотрите, что в них записано. У Token Savior уровень риска в карточке высокий: он правит settings.json агента, поэтому ts init без необходимости не запускайте.

Как использовать память в России

Локальные варианты работают без внешних сервисов и от санкций не зависят: это Claude Brain, Engram, Memory Bank MCP Server, Storybloq и Citadel. Ставятся через Homebrew, npm или pip, а данные остаются на вашей машине.

С остальными картина другая. Облачный Mem0 живет на api.mem0.ai, и доступность этого сервиса из России в карточке каталога не проверена. Для OpenViking облачные эмбеддинги от OpenAI из России недоступны, а с локальным Ollama сервер работает без VPN. Инструкций по обходу блокировок здесь не будет: используйте локальный вариант или провайдера, который доступен законно.

Если в память попадают персональные данные клиентов, вспомните о 152-ФЗ: хранение на сервере за рубежом требует отдельного разбора. Такие данные лучше вообще не передавать агенту.

Какой инструмент выбрать под какую задачу

• Помнить решения в одном проекте и одном агенте. Инструмент: Claude Brain. Почему: один файл, ни базы, ни ключей.
• Общая память для Claude Code, Codex и Cursor на одной машине. Инструмент: Engram. Почему: один SQLite-файл и настройка для 14 агентов.
• Экономить токены и помнить решения. Инструмент: Token Savior. Почему: индекс по символам плюс память, но риск высокий.
• Память для собственного чат-бота или приложения. Инструмент: Mem0. Почему: sDK для Python и TypeScript.
• Большая база документов и репозиториев с поиском по смыслу. Инструмент: OpenViking. Почему: файловая структура и векторы, но нужен сервер и модель эмбеддингов.
• Память отдельно от кода, на несколько проектов. Инструмент: Memory Bank MCP Server. Почему: файлы в заданном каталоге вне репозитория.
• Передача работы между сессиями прямо в git. Инструмент: Storybloq. Почему: истории и передачи в .story/.
• Пошаговые сценарии, хуки и учет расходов вокруг памяти. Инструмент: Citadel. Почему: операционный слой шире, чем память.

Остальные инструменты для агентов собраны в статье про лучшие MCP-серверы.

Короткий глоссарий

• Сессия: один диалог с агентом, от запуска до закрытия.
• Контекст: все, что модель видит в момент ответа: ваш запрос, файлы, история диалога.
• Память агента: внешнее хранилище, откуда нужное возвращается в контекст новой сессии.
• Хук: скрипт, который агент запускает на событии, например в начале сессии или после вызова инструмента.
• MCP: протокол, через который агент вызывает инструменты внешних серверов.
• FTS5: полнотекстовый индекс SQLite, ищет по словам, а не по смыслу.
• Эмбеддинг: числовое представление текста, по которому ищут близкие по смыслу записи.
• Сжатие контекста: автоматическое сокращение истории диалога, когда она не помещается в окно модели.

Что дальше

Начните с одного инструмента. Если агент один и проект один, поставьте Claude Brain. Если агентов несколько, начните с Engram. Через неделю посмотрите, что накопилось в памяти, и вычистите лишнее.

Каталог памяти и других серверов лежит в разделе MCP-серверов. Если не уверены, что подходит под ваш проект и агент, опишите задачу в подборе с Foxx AI.