Pamiec, ktora Twoja AI powinna miec od samego poczatku.
-orange)
Dlaczego · Szybki start · Porownanie · Poziomy · Benchmarki · API · Dokumentacja · FAQ
---
## Dlaczego TrueMemory
**Znajduje sygnal w szumie.** Twoja AI widzi tysiace wiadomosci. TrueMemory ustala, ktore z nich naprawde sie licza, i odrzuca reszte. Bez recznego tagowania, bez prompt engineeringu. Po prostu wie.
**Staje sie ostrzejszy z czasem.** To nie jest statyczna baza danych. To zywa pamiec, ktora rosnie razem z Toba. Rozwiazuje sprzecznosci, gdy zmieniasz zdanie, aktualizuje przestarzale fakty i konsoliduje to, co wie. Im dluzej uzywasz, tym lepiej dziala.
**Dziala bez Twojego myslenia o tym.** TrueMemory automatycznie przechwytuje wspomnienia z Twoich rozmow i automatycznie wstrzykuje odpowiednie do nastepnej sesji. Nigdy nie musisz recznie niczego zapisywac ani wyszukiwac. To po prostu sie dzieje.
**Jest w 100% lokalny.** Jeden plik SQLite na Twoim komputerze. Nic nie opuszcza Twojego urzadzenia. Bez chmury, bez potrzeby kluczy API. Twoje dane naleza do Ciebie.
> **Bez TrueMemory:** "Jakiego frameworka uzywamy?" Pytane po raz 12. w tym tygodniu. Twoj agent zaczyna kazda sesje z amnezja. Nie zna Twojego imienia, Twojego stacku ani niczego, co mu wczoraj powiedziales.
>
> **Z TrueMemory:** Twoj agent juz wie, ze uzywasz FastAPI, wolisz Pydantic v2 i ze Twoj auth middleware znajduje sie w `src/auth/`. Pamięta Twoje poprawki, preferencje i decyzje. W kazdej sesji, na zawsze.
---
## Jak TrueMemory wypada na tle innych
| System | LoCoMo | LongMemEval | Lokalny | Automatyczne przechwytywanie | Licencja |
|--------|--------|-------------|:-----------:|:------------:|---------|
| **TrueMemory Pro** | **93.0%** | **92.0%** | ✅ | ✅ | AGPL-3.0 |
| **TrueMemory Base** | **87.7%** | **84.1%** | ✅ | ✅ | AGPL-3.0 |
| Mem0 | 61.4% | — | Czesciowo | ❌ | Apache-2.0 |
| Supermemory | 65.4% | — | ❌ | ❌ | Cloud API |
| MemOS | 75.8% | — | ✅ | ❌ | Apache-2.0 |
| ReadAgent | 79.5% | — | ❌ | ❌ | Research |
> Wszystkie benchmarki mozna niezaleznie odtworzyc. Skrypty znajduja sie w [`benchmarks/`](../benchmarks/).
---
## Szybki start
### Dla Claude Code / Claude CLI / Cursor / Codex CLI / Gemini CLI
```bash
curl -LsSf https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.sh | sh
```
> Instaluje wszystko w izolowanym srodowisku. Pobiera ~1,5 GB modeli AI. Zadne dane nie opuszczaja Twojego komputera. Nie wymaga sudo.
Nowy w terminalu? Kliknij tutaj, aby uzyskac instrukcje krok po kroku.
1. **Otworz terminal:** Mac: `Cmd + Space`, wpisz `Terminal`. Linux: `Ctrl + Alt + T`. Windows: otworz PowerShell.
2. **Wklej powyzsze polecenie** i nacisnij Enter.
3. **Poczekaj 3-5 minut** na pobranie modeli.
4. **Zamknij calkowicie swoje narzedzie AI** i otworz je ponownie (Mac: `Cmd+Q`).
5. **Wpisz "Set up TrueMemory"** i wybierz poziom.
**Windows (PowerShell):**
```powershell
irm https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.ps1 | iex
```
Testowano na trzech glownych benchmarkach, gdzie wszystkie systemy korzystaja z tego samego modelu odpowiedzi (GPT-4.1-mini), sedziego (GPT-4o-mini, glosowanie wiekszosciowe 3x) i procesu punktacji.
| Benchmark | Co testuje | TrueMemory Pro |
|-----------|--------------|:--------------:|
| [LoCoMo](https://github.com/snap-research/locomo) | 1 540 pytan z 10 rozmow | **93.0%** |
| [LongMemEval](https://github.com/xiaowu0162/LongMemEval) | 500 pytan wielosesyjnych | **92.0%** |
| [BEAM-1M](https://github.com/mohammadtavakoli78/BEAM) | 700 pytan przy 1M+ tokenow | **76.6% (SOTA)** |
| BEAM-10M | 200 pytan przy 10M tokenow | **65.0%** |
### Odtworz dowolny wynik samodzielnie
Kazdy skrypt benchmarku jest samodzielny i dziala na [Modal](https://modal.com).
- **[Skrypty LoCoMo](../benchmarks/locomo/scripts/)** — 8 systemow (TrueMemory, Mem0, Zep, Engram itd.)
- **[Wyniki LoCoMo](../benchmarks/locomo/BENCHMARK_RESULTS.md)** — podzial na kategorie, opoznienia, koszty
- **[Konfiguracja ewaluacji LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md)** — dokladne modele, prompty, parametry
- **[Skrypty LongMemEval](../benchmarks/longmemeval/)** — warianty oracle + strict
- **[Wyniki LongMemEval](../benchmarks/longmemeval/results/)** — 6 uruchomien TM Pro + 5 wynikow konkurencji
- **[Skrypt BEAM-1M](../benchmarks/beam/bench_truememory_pro_beam1m.py)** — 35 rozmow przy 1M+ tokenow
- **[Skrypt BEAM-10M](../benchmarks/beam/bench_truememory_pro_beam10m.py)** — 10 rozmow przy 10M tokenow
- **[Wyniki BEAM](../benchmarks/beam/)** — 3 uruchomienia (1M) + 1 uruchomienie (10M)
Wszystkie benchmarki uzywaja tego samego procesu ewaluacji. Nic nie jest ukryte. Pelne szczegoly: [LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md) | [LongMemEval](../benchmarks/longmemeval/README.md) | [BEAM](../benchmarks/beam/README.md)
---
## Kompatybilnosc
Claude Code · Claude CLI · Cursor · Codex CLI · Gemini CLI · Claude Desktop
Lifecycle hooks automatycznie przechwytuja rozmowy. Nie wymaga recznej pracy. Twoje wspomnienia pozostaja lokalnie w jednym pliku SQLite.
---
## 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") # wielorundowe, wyzsza dokladnosc
```
| Metoda | Opis |
|--------|-------------|
| `m.add(content, user_id)` | Zapisz wspomnienie |
| `m.search(query, user_id)` | Wyszukaj (potok 6-warstwowy + reranker) |
| `m.search_deep(query, user_id)` | Wielorundowe wyszukiwanie agentowe |
| `m.get(id)` / `m.get_all(user_id)` | Pobierz wspomnienia |
| `m.update(id, content)` / `m.delete(id)` | Zmodyfikuj lub usun |
| `m.stats()` | Statystyki systemu |
[Pelna dokumentacja API ->](../docs/python-api.md)
---
## Dokumentacja
| | |
|---|---|
| [Pierwsze kroki](../docs/guides/getting-started.md) | Od instalacji do pierwszego wspomnienia |
| [Dokumentacja Python API](../docs/python-api.md) | Pelna dokumentacja klasy `Memory` |
| [Dokumentacja narzedzi MCP](../docs/mcp-tools.md) | Wszystkie 8 narzedzi MCP |
| [Dokumentacja CLI](../docs/cli.md) | `truememory-mcp` i `truememory-ingest` |
| [Zmienne srodowiskowe](../docs/env-vars.md) | Wszystkie opcje konfiguracji `TRUEMEMORY_*` |
| [Architektura w szczegolach](../docs/architecture.md) | 6-warstwowy potok wyszukiwania, encoding gate |
| [Przewodnik wyboru poziomu](../docs/guides/tier-selection.md) | Edge vs Base vs Pro |
| [Debugowanie](../docs/guides/debugging.md) | Logi, sledzenie, typowe problemy |
---
## FAQ
Gdzie przechowywane sa moje dane? Czy cos jest wysylane do chmury?
Wszystko jest przechowywane lokalnie w `~/.truememory/memories.db`. Poziomy Edge i Base nie wykonuja zadnych zewnetrznych wywolan. Pro wysyla jedynie tekst zapytania do LLM w celu rozszerzenia zapytania. Twoje wspomnienia nigdy nie sa przesylane.
Czy potrzebuje zainstalowanego Pythona?
Nie. Instalator uzywa [uv](https://docs.astral.sh/uv/) do zarzadzania sandboxowanym Pythonem 3.12. Twoj systemowy Python nie jest modyfikowany.
Dlaczego nie uzyc po prostu wiekszego okna kontekstowego?
Okna kontekstowe sa drogie, wolne i puste na poczatku kazdej sesji. TrueMemory zapewnia natychmiastowe przywolywanie przy zerowej liczbie tokenow kontekstu, w czasie ponizej 200ms.
Czy TrueMemory zbiera telemetrie?
Anonimowa telemetria uzytkowania (wywolania narzedzi, liczba sesji, informacje o platformie) jest domyslnie wlaczona. **Nigdy** nie sledzimy tresci wspomnien, zapytan, sciezek plikow ani kluczy API. Rezygnacja: `export TRUEMEMORY_TELEMETRY=off`
TrueMemory, a sauron company
