Hipocampus - Sistem memori permanen untuk agen AI (tanpa infrastruktur)

Agen AI seperti Claude Code atau OpenClaw melupakan semua ingatan begitu sesi berakhir. Dua minggu lalu misalnya sudah sepakat soal strategi migrasi DB, lalu di sesi berikutnya malah meneliti lagi dari awal—cukup membuat frustrasi.

Tentu ada berbagai solusi untuk itu, tetapi keterbatasannya jelas:

• Bertahan hanya dengan satu MEMORY.md: dalam seminggu sudah meluap dan jadi bingung harus menghapus yang mana. Begitu dihapus, informasinya hilang selamanya
• Pencarian RAG: memang bisa menemukan yang dicari, tetapi sejak awal tidak bisa menilai "apakah saya sebenarnya sudah tahu ini?"
• Memasukkan semuanya ke konteks 1M: memang bisa, tetapi attention jadi kabur dan biaya token meledak

Hipocampus menyelesaikannya dengan menggabungkan memori 3 tingkat (hot/warm/cold) dengan pohon kompaksi 5 level. Seluruh riwayat percakapan/pekerjaan yang terakumulasi hingga kini dikompresi menjadi indeks ROOT.md sekitar ~100 baris, sehingga dengan hanya menambahkan sekitar ~3K token di setiap pemanggilan, agen bisa langsung memahami "apa yang saya tahu dan apa yang tidak saya tahu".

• Instalasi selesai hanya dengan satu baris npx hipocampus init
• Nol dependensi eksternal + tidak memerlukan infrastruktur seperti server
• Bisa langsung digunakan pada Claude Code dan OpenClaw yang sudah ada
• Pencarian hibrida BM25 + vektor berbasis qmd (opsional)
• Penulisan memori ditangani oleh sub-agen sehingga konteks sesi utama tetap bersih
• Lisensi MIT

Saya membuat ini karena sayang waktu dan token terbuang saat agen terus menanyakan hal yang sama dan meneliti ulang dari awal setiap kali; ternyata hasilnya bekerja lebih baik dari yang saya kira, jadi saya rilis sebagai open source.

[gykim]

Bagus juga. Saya menyimpan semua riwayat pekerjaan per tanggal lalu melakukan grep pada itu, jadi sepertinya saya harus mencoba ini.