الذاكرة التي كان يجب أن يمتلكها ذكاؤك الاصطناعي منذ البداية.
لماذا · البدء السريع · المقارنة · المستويات · اختبارات الأداء · API · التوثيق · الأسئلة الشائعة
---
## لماذا TrueMemory
**يجد الإشارة وسط الضوضاء.** ذكاؤك الاصطناعي يرى آلاف الرسائل. TrueMemory يحدد أيها مهم فعلاً، ويتجاهل الباقي. بدون وسوم يدوية، بدون هندسة موجهات. إنه ببساطة يعرف.
**يصبح أكثر دقة مع الوقت.** إنه ليس قاعدة بيانات ثابتة. إنها ذاكرة حية تنمو معك، تحل التناقضات عندما تغير رأيك، وتحدث الحقائق القديمة، وتدمج ما تعرفه. كلما استخدمته أكثر، أصبح أفضل.
**يعمل دون أن تفكر فيه.** يلتقط TrueMemory الذكريات تلقائياً من محادثاتك ويحقن الذكريات الصحيحة تلقائياً في جلستك التالية. لن تحتاج أبداً لتخزين أو البحث عن أي شيء يدوياً. كل شيء يحدث تلقائياً.
**محلي 100%.** ملف SQLite واحد على جهازك. لا شيء يغادر جهازك. بدون سحابة، بدون حاجة لمفاتيح API. بياناتك ملكك.
> **بدون TrueMemory:** "ما هو إطار العمل الذي نستخدمه؟" سُئل للمرة الثانية عشرة هذا الأسبوع. وكيلك يبدأ كل جلسة بفقدان ذاكرة. لا يعرف اسمك، ولا مجموعة أدواتك، ولا أي شيء أخبرته به بالأمس.
>
> **مع TrueMemory:** وكيلك يعرف بالفعل أنك تستخدم FastAPI، وتفضل Pydantic v2، وأن وسيط المصادقة الخاص بك في `src/auth/`. يتذكر تصحيحاتك وتفضيلاتك وقراراتك. عبر كل جلسة، إلى الأبد.
---
## مقارنة TrueMemory
| النظام | LoCoMo | LongMemEval | محلي أولاً | التقاط تلقائي | الترخيص |
|--------|--------|-------------|:-----------:|:------------:|---------|
| **TrueMemory Pro** | **93.0%** | **92.0%** | ✅ | ✅ | AGPL-3.0 |
| **TrueMemory Base** | **87.7%** | **84.1%** | ✅ | ✅ | AGPL-3.0 |
| Mem0 | 61.4% | — | جزئي | ❌ | Apache-2.0 |
| Supermemory | 65.4% | — | ❌ | ❌ | Cloud API |
| MemOS | 75.8% | — | ✅ | ❌ | Apache-2.0 |
| ReadAgent | 79.5% | — | ❌ | ❌ | Research |
> جميع اختبارات الأداء قابلة للتكرار بشكل مستقل. النصوص البرمجية مضمنة في [`benchmarks/`](../benchmarks/).
---
## البدء السريع
### لـ Claude Code / Claude CLI / Cursor / Codex CLI / Gemini CLI
```bash
curl -LsSf https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.sh | sh
```
> يثبت كل شيء في بيئة معزولة. يحمل حوالي 1.5 غيغابايت من نماذج الذكاء الاصطناعي. لا تغادر أي بيانات جهازك. لا يحتاج sudo.
جديد على الطرفية؟ انقر هنا للحصول على تعليمات خطوة بخطوة.
1. **افتح طرفية:** Mac: `Cmd + Space`، اكتب `Terminal`. Linux: `Ctrl + Alt + T`. Windows: افتح PowerShell.
2. **الصق الأمر أعلاه** واضغط Enter.
3. **انتظر 3-5 دقائق** لتحميل النماذج.
4. **أغلق أداة الذكاء الاصطناعي بالكامل** وأعد فتحها (Mac: `Cmd+Q`).
5. **اكتب "Set up TrueMemory"** واختر مستوى.
**Windows (PowerShell):**
```powershell
irm https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.ps1 | iex
```
هذا كل شيء. من الآن فصاعداً، يتذكر TrueMemory محادثاتك تلقائياً.
### للمطورين (مكتبة Python)
```bash
pip install truememory
```
```python
from truememory import Memory
m = Memory()
m.add("Prefers dark mode and TypeScript", user_id="alex")
print(m.search("preferences", user_id="alex"))
```
---
## المستويات
نفس البنية، ثلاثة مستويات. جميعها مضمنة في تثبيت واحد. بدّل في أي وقت بقول "switch to Pro" أو "switch to Base".
| | Edge | Base | Pro |
|---|------|------|-----|
| **LoCoMo** | 89.6% | 92.0% | **93.0%** |
| **LongMemEval** | — | — | **92.0%** |
| **BEAM-1M** | — | — | **76.6% (SOTA)** |
| **نموذج التضمين** | 8 ميغابايت خفيف | 600 ميغابايت عالي الدقة | 600 ميغابايت عالي الدقة |
| **معيد الترتيب** | 22M معامل | 149M معامل | 149M معامل |
| **بحث HyDE** | — | — | ✅ (يتطلب مفتاح API لـ LLM) |
| **يعمل على** | أي جهاز، CPU فقط | 4 غيغابايت+ ذاكرة | 4 غيغابايت+ ذاكرة + مفتاح API |
**Edge** يعمل في كل مكان. **Base** هو أقوى مستوى يعمل بالكامل دون اتصال. **Pro** يضيف توسيع استعلامات بالذكاء الاصطناعي للحصول على أعلى الدرجات.
---
## اختبارات الأداء
تم الاختبار عبر ثلاثة اختبارات أداء رئيسية مع مشاركة جميع الأنظمة لنفس نموذج الإجابة (GPT-4.1-mini)، والحكم (GPT-4o-mini، تصويت الأغلبية 3x)، وخط أنابيب التقييم.
| اختبار الأداء | ما يختبره | TrueMemory Pro |
|-----------|--------------|:--------------:|
| [LoCoMo](https://github.com/snap-research/locomo) | 1,540 سؤال عبر 10 محادثات | **93.0%** |
| [LongMemEval](https://github.com/xiaowu0162/LongMemEval) | 500 سؤال متعدد الجلسات | **92.0%** |
| [BEAM-1M](https://github.com/mohammadtavakoli78/BEAM) | 700 سؤال عند 1M+ رمز | **76.6% (SOTA)** |
| BEAM-10M | 200 سؤال عند 10M رمز | **65.0%** |
### أعد إنتاج أي نتيجة بنفسك
كل نص برمجي لاختبار الأداء مستقل بذاته ويعمل على [Modal](https://modal.com).
- **[نصوص LoCoMo](../benchmarks/locomo/scripts/)** — 8 أنظمة (TrueMemory، Mem0، Zep، Engram، إلخ)
- **[نتائج LoCoMo](../benchmarks/locomo/BENCHMARK_RESULTS.md)** — تفاصيل حسب الفئة، زمن الاستجابة، التكلفة
- **[إعداد تقييم LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md)** — النماذج والموجهات والمعاملات الدقيقة
- **[نصوص LongMemEval](../benchmarks/longmemeval/)** — متغيرات oracle + strict
- **[نتائج LongMemEval](../benchmarks/longmemeval/results/)** — 6 تشغيلات TM Pro + 5 نتائج منافسين
- **[نص BEAM-1M](../benchmarks/beam/bench_truememory_pro_beam1m.py)** — 35 محادثة عند 1M+ رمز
- **[نص BEAM-10M](../benchmarks/beam/bench_truememory_pro_beam10m.py)** — 10 محادثات عند 10M رمز
- **[نتائج BEAM](../benchmarks/beam/)** — 3 تشغيلات (1M) + تشغيل واحد (10M)
جميع اختبارات الأداء تستخدم نفس خط أنابيب التقييم. لا شيء مخفي. التفاصيل الكاملة: [LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md) | [LongMemEval](../benchmarks/longmemeval/README.md) | [BEAM](../benchmarks/beam/README.md)
---
## يعمل مع
Claude Code · Claude CLI · Cursor · Codex CLI · Gemini CLI · Claude Desktop
خطافات دورة الحياة تلتقط المحادثات تلقائياً. لا حاجة لعمل يدوي. ذكرياتك تبقى محلية في ملف SQLite واحد.
---
## Python API
```python
from truememory import Memory
m = Memory()
m.add("Prefers dark mode and TypeScript", user_id="alex")
m.add("Works at Anthropic as a senior engineer", user_id="alex")
results = m.search("What are Alex's preferences?", user_id="alex")
results = m.search_deep("career history?", user_id="alex") # multi-round, higher accuracy
```
| الطريقة | الوصف |
|--------|-------------|
| `m.add(content, user_id)` | تخزين ذاكرة |
| `m.search(query, user_id)` | البحث (خط أنابيب من 6 طبقات + معيد ترتيب) |
| `m.search_deep(query, user_id)` | بحث وكيلي متعدد الجولات |
| `m.get(id)` / `m.get_all(user_id)` | استرجاع الذكريات |
| `m.update(id, content)` / `m.delete(id)` | تعديل أو حذف |
| `m.stats()` | إحصائيات النظام |
[مرجع API الكامل →](../docs/python-api.md)
---
## التوثيق
| | |
|---|---|
| [البدء](../docs/guides/getting-started.md) | من التثبيت إلى أول ذاكرة |
| [مرجع Python API](../docs/python-api.md) | مرجع كامل لفئة `Memory` |
| [مرجع أدوات MCP](../docs/mcp-tools.md) | جميع أدوات MCP الثمانية |
| [مرجع CLI](../docs/cli.md) | `truememory-mcp` و `truememory-ingest` |
| [متغيرات البيئة](../docs/env-vars.md) | جميع خيارات تكوين `TRUEMEMORY_*` |
| [الهندسة المعمارية بالتفصيل](../docs/architecture.md) | خط أنابيب استرجاع من 6 طبقات، بوابة الترميز |
| [دليل اختيار المستوى](../docs/guides/tier-selection.md) | Edge مقابل Base مقابل Pro |
| [تصحيح الأخطاء](../docs/guides/debugging.md) | السجلات، التتبع، المشاكل الشائعة |
---
## الأسئلة الشائعة
أين تُخزن بياناتي؟ هل يُرسل أي شيء إلى السحابة؟
كل شيء يُخزن محلياً في `~/.truememory/memories.db`. مستويا Edge و Base لا يجريان أي اتصالات خارجية. Pro يرسل فقط نص استعلام البحث الخاص بك إلى LLM لتوسيع الاستعلام. ذكرياتك لا تُنقل أبداً.
هل أحتاج إلى تثبيت Python؟
لا. المثبت يستخدم [uv](https://docs.astral.sh/uv/) لإدارة Python 3.12 معزول. لا يُمس Python الخاص بنظامك أبداً.
لماذا لا نستخدم نافذة سياق أكبر فحسب؟
نوافذ السياق مكلفة وبطيئة وفارغة في بداية كل جلسة. TrueMemory يوفر استدعاءً فورياً بصفر رموز سياق، في أقل من 200 مللي ثانية.
هل يجمع TrueMemory بيانات القياس عن بُعد؟
القياس عن بُعد للاستخدام المجهول (استدعاءات الأدوات، عدد الجلسات، معلومات المنصة) مُفعّل افتراضياً. نحن **لا** نتتبع أبداً محتوى الذاكرة أو الاستعلامات أو مسارات الملفات أو مفاتيح API. لإلغاء الاشتراك: `export TRUEMEMORY_TELEMETRY=off`
---
## ابدأ في 60 ثانية
```bash
pip install truememory
```
أسئلة؟ [افتح نقاشاً](https://github.com/buildingjoshbetter/TrueMemory/discussions). إذا وفّر لك TrueMemory الوقت، [امنحنا نجمة](https://github.com/buildingjoshbetter/TrueMemory)
---
## شكراً لمساهمينا
---
## البحث
TrueMemory مدعوم بورقة بحثية محكّمة حول ذاكرة الوكلاء المرتكزة على الاسترجاع.
**[Storage Is Not Memory: A Retrieval-Centered Architecture for Agent Recall](https://arxiv.org/abs/2605.04897)** — arXiv 2605.04897
```bibtex
@article{adler2025storage,
title = {Storage Is Not Memory: A Retrieval-Centered Architecture for Agent Recall},
author = {Sauron Labs},
journal = {arXiv preprint arXiv:2605.04897},
year = {2025},
url = {https://arxiv.org/abs/2605.04897}
}
```
---
## المجتمع
- [انضم إلى Discord الخاص بنا](https://discord.gg/ZJ74JB2gVW) للمساعدة والملاحظات والتحديثات
- تابع [@Building_Josh](https://x.com/Building_Josh) على X للتحديثات
- تابع [@Sauron_Labs](https://x.com/Sauron_Labs) لأخبار الشركة
- [افتح نقاشاً](https://github.com/buildingjoshbetter/TrueMemory/discussions) للأسئلة أو الأفكار
- اقرأ الورقة البحثية على [arXiv](https://arxiv.org/abs/2605.04897) · [Google Scholar](https://scholar.google.com/citations?user=YOUR_ID) · [Semantic Scholar](https://www.semanticscholar.org/)
- زُر [truememory.net](https://truememory.net) · [sauronlabs.ai](https://sauronlabs.ai)
إذا وفّر لك TrueMemory الوقت، [امنحنا نجمة](https://github.com/buildingjoshbetter/TrueMemory)
---
## الترخيص
[AGPL-3.0](../LICENSE). مجاني للاستخدام الشخصي والبحثي. الاستخدام التجاري يتطلب ترخيصاً منفصلاً. تواصل مع josh@sauronlabs.ai.
---
TrueMemory، شركة تابعة لـ sauron