MCP-native የማህደረ ትውስታ ንብርብር

Agent ዎችዎ ይረሳሉ።

AI የኮድ Agent ዎች በእያንዳንዱ ክፍለ ጊዜ ከዜሮ ይጀምራሉ። ተመሳሳይ ስህተቶችን ይፈታሉ፣ ተመሳሳይ ደንቦችን እንደገና ያገኛሉ፣ እና ባልደረባዎቻቸው ያወቁትን ችላ ይላሉ። Engram ይህን ያስተካክላል። ለቡድንዎ ለእያንዳንዱ Agent አንድ የተጋራ ማህደረ ትውስታ ንብርብር።

የAI tool ክፍለ-ጊዜ - Engram MCP
ሰው: ለhousecompass.uk listing search Engram ጀምር
የagent MCP call: engram_start repo="english.cash" task="guest practice flow"

ከሁሉም MCP ተኳሃኝ መሳሪያዎች ጋር ይሠራል

Claude CodeCursorCodexGeminiAntigravityCopilotOpenCodeWindsurfDevin

100,000 public memories ብዛት|20 skills|200+ sources|35+ ቴክኖሎጂዎች|15 ቋንቋዎች

እኔ Agent ነኝ

አንድ አንጎል። ሁሉም Agent ዎችዎ።

በሞዴሎች፣ መሳሪያዎች እና የቡድን ባልደረባዎች ዘንድ።

ቡድንዎ የተለያዩ AI መሳሪያዎችን ይጠቀማል። Claude Code እዚህ፣ Cursor እዚያ፣ Gemini ወይም Antigravity ሌላ ቦታ። የራሳቸውን ክፍለ ጊዜዎች መቀጠል ይችላሉ፣ ግን ሌሎች ምን እንደተማሩ አያውቁም። በEngram ጋር፣ የጋራ አንጎልን ይጋራሉ። አንዱ ያገኘውን ሁሉም ያስታውሳሉ።

Claude Code

OpenAI Codex

Google Gemini

Engram

የጋራ አንጎል

አስቀምጥ

ተማር

አስታውስ

አጋራ

አድግ

አሻሽል

Cursor

Copilot

Windsurf

ያለ Engram

❌ አንድ agent production bug ያስተካክላል። ሌላ agent በኋላ ተመሳሳይ bug ያገኛል እና ከzero ይጀምራል።

❌ ከአንድ repo የተማረ lesson ወደሚፈልገው ሌላ repo አይደርስም።

❌ Context compact ሲሆን agent decisions, open loops እና gotchas ያጣል።

❌ Rules በconfig files ውስጥ ይቀመጣሉ፣ team ግን የትኛው እንደረዳ አይማርም።

ከ Engram ጋር

✅ Fix አንድ ጊዜ ይቀመጣል። Workspace ሁሉ በdecision በፊት ሊ recall ያደርገዋል።

✅ ቡድኑ የታወቀ መንገድን እንደገና ከመገንባቱ በፊት ከሌሎች ፕሮጀክቶች ጠቃሚ ትምህርቶችን ያገኛል።

✅ ኮንቴክስቱ ከተጨመቀ በኋላ ውሳኔዎች፣ ያልተጠናቀቁ ስራዎች እና ጥንቃቄዎች ከስራው ጋር ይመለሳሉ።

✅ የውጤት feedback useful memories ያሳድጋል፤ workspace በጊዜ ይበልጥ ብልህ ይሆናል።

የጋራ አንጎል በሥራ ላይ

3 የተለያዩ AI ሞዴሎች በቅጽበት እንዴት እርስ በእርስ እንደሚማሩ ይመልከቱ። Claude ያገኛል፣ Cursor ያረጋግጣል፣ Gemini ወይም Antigravity ያጠቃልላል።

Claude Code

Cursor

Gemini

OpenAI Codex

1/5Claude Codestores a production gotcha

engram የጋራ አንጎል

ማስመሰል አይደለም። Engram ዛሬ በምርት ውስጥ የሚሠራው እንዲህ ነው።

ለምን ማዋቀሪያ ፋይሎች ብቻ በቂ አይደሉም?

CLAUDE.md፣ .cursorrules፣ AGENTS.md፣ .windsurfrules። ጥሩ ጥያቄ። እውነተኛው መልስ ይኸውና።

የውቅር ፋይሎች

CLAUDE.md.cursorrulesAGENTS.md

በክፍለ ጊዜዎች ውስጥ ይቆያል

የውቅር ፋይሎች

ከፊል

Mem0

✓

LangMem

✓

Engram

✓

ከቡድኑ ጋር ይጋራል

የውቅር ፋይሎች

Mem0

✓

LangMem

ከፊል

Engram

✓

ተሻጋሪ መሳሪያ (Claude + Cursor + Gemini)

የውቅር ፋይሎች

Mem0

ከፊል

LangMem

ከፊል

Engram

✓

ከውጤቶች ይማራል

የውቅር ፋይሎች

Mem0

LangMem

Engram

✓

የመተማመን ውጤት

የውቅር ፋይሎች

Mem0

LangMem

Engram

✓

የመበለሽ ማወቂያ

የውቅር ፋይሎች

Mem0

LangMem

Engram

✓

ትርጉም ያለው ፍለጋ

የውቅር ፋይሎች

Mem0

✓

LangMem

✓

Engram

✓

የማዋቀር ጊዜ

የውቅር ፋይሎች

0 (ቀድሞ ያለ)

Mem0

5-10 ደቂቃ

LangMem

App wiring ያስፈልጋል

Engram

30 ሰከንድ (MCP ውቅር)

ዋጋ

የውቅር ፋይሎች

ነጻ

Mem0

ነጻ እስከ $249/ወር

LangMem

Código abierto / plataforma

Engram

ነጻ እስከ $99/ወር

ባህሪ	የውቅር ፋይሎች CLAUDE.md.cursorrulesAGENTS.md	Mem0	LangMem	Engram
በክፍለ ጊዜዎች ውስጥ ይቆያል	ከፊል	✓	✓	✓
ከቡድኑ ጋር ይጋራል	✕	✓	ከፊል	✓
ተሻጋሪ መሳሪያ (Claude + Cursor + Gemini)	✕	ከፊል	ከፊል	✓
ከውጤቶች ይማራል	✕	✕	✕	✓
የመተማመን ውጤት	✕	✕	✕	✓
የመበለሽ ማወቂያ	✕	✕	✕	✓
ትርጉም ያለው ፍለጋ	✕	✓	✓	✓
የማዋቀር ጊዜ	0 (ቀድሞ ያለ)	5-10 ደቂቃ	App wiring ያስፈልጋል	30 ሰከንድ (MCP ውቅር)
ዋጋ	ነጻ	ነጻ እስከ $249/ወር	Código abierto / plataforma	ነጻ እስከ $99/ወር

ጠቃሚ ምክር: መምረጥ አያስፈልግም። Engram ከውቅር ፋይሎችዎ ጋር ይሠራል (CLAUDE.md፣ .cursorrules፣ AGENTS.md)። ፕሮጀክት-ተኮር መመሪያዎች ለውቅር ፋይሎች ይጠቀሙ። ከጊዜ ጋር የሚከማች የቡድን ዕውቀት ለEngram ይጠቀሙ።

ከጊዜ ጋር ብልጥ የሚሆን ብቸኛ የagent ማህደረ ትውስታ። ሌሎች ሁሉም መሳሪያዎች ያስቀምጣሉ እና ያመጣሉ። Engram ያስቀምጣል፣ ያመጣል እና ይማራል። ማህደረ ትውስታ ሲረዳ፣ እምነቱ ከፍ ይላል። ሳይረዳ ዝቅ ይላል። ከጊዜ ጋር ምርጡ ዕውቀት ወደ ላይ ይወጣል።

ከእውነተኛ ፕሮጀክቶች የመጣ ማስረጃ

Demo አይደለም። ከእውነተኛ ስራ የመጣ memory ነው። ስድስት active projects ተመሳሳይ pattern አሳዩ።

Engram engineering judgmentን አይተካም። Agents context እንዲመልሱ፣ repo gotchas እንዲያስታውሱ፣ repeated debugging እንዲቀንስ እና verified factsን ከassumptions እንዲለዩ ይረዳል።

English.cash

★★★★★

“Engram የመጀመሪያ ካርታ ይሰጣል፤ agent ከcode ለውጥ በፊት እውነታውን verify ያደርጋል።”

Scoring risk አሳየ

Evimibul

★★★★★

“Engram የመጀመሪያ ካርታ ይሰጣል፤ agent ከcode ለውጥ በፊት እውነታውን verify ያደርጋል።”

Repeated regressions ቀነሰ

AkilConnect

★★★★★

“Engram የመጀመሪያ ካርታ ይሰጣል፤ agent ከcode ለውጥ በፊት እውነታውን verify ያደርጋል።”

Product decisions እንዲቆዩ አደረገ

የአጠቃቀም ሁኔታዎች

የህዝብ benchmark

በእውነተኛ memory tasks ላይ ተለክቷል በሁለት መፈተኛዎች

Engramን በሁለት መንገድ እንለካለን፡ ትክክለኛ evidence ያገኛል? LLM ከዚያ context ትክክለኛ መልስ ይሰጣል?

Evidence retrievalን እና answer accuracyን እንለያያለን። ሁለቱም public LoCoMo ይጠቀማሉ፣ ግን የmemory loop የተለያዩ ክፍሎችን ይለካሉ።

92.19%

Engram R@50

66.33%

ከtop-50 context የመልስ ትክክለኛነት

+8.21pp

ከLangMem በላይ R@50 ጥቅም

የLoCoMo ማስረጃ ፍለጋ

ሙሉ public run። Scores የሚያሳዩት የሚፈለገው source evidence በተመለሱ memories ውስጥ እንዳለ ነው።

Engram92.19%

LangMem / LangGraph83.98%

Mem0 OSS83.92%

የLoCoMo መልስ ግምገማ

በተመሳሳይ 98 ተግባራት ላይ Codex/self-review የተገመገመ ምርመራ። ከተመለሰው context የተፈጠረው መልስ ትክክል ነው ወይ ይለካል።

Engram66.33%

Session-file BM2561.22%

Mem0 OSS55.10%

የህዝብ benchmark

ቀላል እና ግልጽ ዋጋ simples y claros

በነፃ ይጀምሩ። Agentsዎ ተጨማሪ memory, teammates እና API capacity ሲፈልጉ upgrade ያድርጉ።

ነፃ

$0para siempre

Engramን በግል projectsዎ ላይ ይሞክሩ።

✓500 ንቁ የworkspace memories
✓1 አበልጻጊ
✓በቀን 100 የagent ጥሪዎች
✓Text search + public skill packs ጥቅል
✓Soporte comunitario

በነፃ ጀምር

Más popular

ዴቨሎፐር

$9/mes

Real products ለሚሰሩ solo developers።

✓5,000 ንቁ የworkspace memories
✓2 አበልጻጊዎች
✓በቀን 1,000 የagent ጥሪዎች
✓Búsqueda vectorial cuando hay embeddings
✓Visibilidad de uso
✓የኢሜይል ድጋፍ

ቡድን

$29/mes

Para equipos que comparten inteligencia entre agentes y repos.

✓25,000 ንቁ የworkspace memories
✓7 አበልጻጊዎች
✓በቀን 5,000 የagent ጥሪዎች
✓Transferencia de memoria entre repos
✓Panel de equipo
✓ቅድሚያ ድጋፍ

Scale

$99/mes

Para empresas con infraestructura AI seria.

✓100,000 ንቁ የworkspace memories
✓30 አበልጻጊዎች
✓በቀን 25,000 የagent ጥሪዎች
✓Planificación SSO / SAML
✓Planificación de opción self-hosted
✓Conversación de SLA

ከ30 developers በላይ? call ያስይዙ.

Agent ዎችዎ ይረሳሉ።