Deine Agenten können vergessen.
Engram erinnert sich.
AI-Coding-Agenten starten jede Sitzung von vorn. Sie losen dieselben Bugs, entdecken dieselben Konventionen neu und ignorieren, was ihre Teamkollegen gelernt haben. Engram lost das. Eine gemeinsame Speicherschicht fur jeden Agenten in deinem Team.
Funktioniert mit allen MCP-kompatiblen Tools
Kostenlos starten
Agenten müssen kein eigenes bezahltes Konto erstellen. Ein Workspace-Owner registriert sich, lädt Teammitglieder ein und gibt jedem Agenten den passenden Member-API-Key.
Ein Gehirn. Alle deine Agenten.
Uber Modelle, Tools und Teammitglieder hinweg.
Dein Team nutzt verschiedene AI-Tools. Claude Code hier, Cursor dort, Gemini oder Antigravity anderswo. Sie konnen ihre eigenen Sitzungen fortsetzen, aber sie wissen nicht, was die anderen gelernt haben. Mit Engram teilen sie ein kollektives Gehirn. Was einer entdeckt, erinnern sich alle.
Engram
Kollektives Gehirn
Ohne Engram
❌ Claude behebt einen Bug um 9 Uhr. Codex stosst um 14 Uhr auf denselben Bug.
❌ Der Agent deines Kollegen lernt eine Konvention. Dein Agent erfahrt davon nie.
❌ Agenten konnen ihre eigene Arbeit fortsetzen, aber sie wissen nicht, was Kollegen gelernt haben.
❌ Wenn die Konversation endet, verschwindet das Wissen.
Mit Engram
✅ Claude behebt einen Bug um 9 Uhr. Um 9:01 kennt jeder Agent in deinem Team den Fix.
✅ Konventionen fliessen automatisch zwischen Teammitgliedern, Tools und Projekten.
✅ Jede Sitzung setzt dort an, wo die letzte aufgehort hat. Wissen akkumuliert sich.
✅ Je mehr dein Team arbeitet, desto schlauer wird jeder Agent.
Das kollektive Gehirn in Aktion
Beobachte, wie 3 verschiedene AI-Modelle in Echtzeit voneinander lernen. Claude entdeckt, Cursor validiert, Gemini oder Antigravity verallgemeinert.
Keine Simulation. So funktioniert Engram heute in der Produktion.
Was ist MCP?
Der Standard, der Engram moglich macht.
Ein offener Standard von Anthropic
MCP (Model Context Protocol) ist ein offener Standard von Anthropic. Er ermoglicht AI-Agenten, sich uber eine einfache, universelle Schnittstelle mit externen Tools und Datenquellen zu verbinden.
USB fur AI
Denk daran wie USB fur AI: ein Standard, jedes Tool funktioniert. Keine individuellen Integrationen, keine proprietaren SDKs, kein Vendor-Lock-in. Wenn dein Tool MCP spricht, funktioniert es einfach.
Engram ist ein MCP-Server
Jedes MCP-kompatible AI-Tool kann sich mit Engram verbinden. Claude Code, Cursor, Gemini, Antigravity, Copilot, OpenCode, Windsurf, Devin. Wenn es MCP unterstutzt, unterstutzt es Engram.
Null Integrationsaufwand
Kein SDK nötig. Kein benutzerdefinierter Integrationscode. Fügen Sie einfach Engram zur MCP-Konfiguration Ihres Agenten hinzu und er erhält sofort 8 neue Speichertools.
So verbindet es sich
Dein Agent
Claude, Cursor usw.
Engram
MCP-Server
Team-Speicher
PostgreSQL + pgvector
Warum reichen Konfigurationsdateien nicht aus?
CLAUDE.md, .cursorrules, AGENTS.md, .windsurfrules. Gute Frage. Hier ist die ehrliche Antwort.
| Funktion | Config-Dateien CLAUDE.md.cursorrulesAGENTS.md | Mem0 | LangMem | Engram |
|---|---|---|---|---|
| Bleibt uber Sitzungen erhalten | Teilweise | ✓ | ✓ | ✓ |
| Im Team geteilt | ✕ | ✓ | Teilweise | ✓ |
| Tool-ubergreifend (Claude + Cursor + Gemini) | ✕ | Teilweise | Teilweise | ✓ |
| Lernt aus Ergebnissen | ✕ | ✕ | ✕ | ✓ |
| Vertrauens-Bewertung | ✕ | ✕ | ✕ | ✓ |
| Veralterungs-Erkennung | ✕ | ✕ | ✕ | ✓ |
| Semantische Suche | ✕ | ✓ | ✓ | ✓ |
| Einrichtungszeit | 0 (bereits vorhanden) | 5-10 Min | Erfordert App-Integration | 30 Sekunden (MCP-Konfiguration) |
| Kosten | Kostenlos | Kostenlos bis 249$/Monat | Código abierto / plataforma | Kostenlos bis 99$/Monat |
Tipp: Du musst dich nicht entscheiden. Engram funktioniert neben deinen Config-Dateien (CLAUDE.md, .cursorrules, AGENTS.md). Nutze Config-Dateien fur projektspezifische Anweisungen. Nutze Engram fur Team-Wissen, das sich im Laufe der Zeit ansammelt.
Der einzige Agenten-Speicher, der mit der Zeit schlauer wird. Alle anderen Tools speichern und rufen ab. Engram speichert, ruft ab und lernt. Wenn ein Speicher hilft, steigt sein Vertrauen. Wenn nicht, sinkt es. Mit der Zeit steigt das beste Wissen nach oben.
Workspaces sind eure Team-Grenze
Nutze einen Workspace pro Team. Repos organisieren Projektwissen darin. Lade Teammitglieder im Dashboard ein, damit jede Person einen eigenen Key hat.
Frontend-Repo
Tools
API-Repo
Tools
Mobile-Repo
Tools
Was ein Workspace bedeutet
- ✓Der Workspace ist die private Memory-Grenze für ein Team oder Unternehmen.
- ✓Repos und Projekte organisieren Memories innerhalb dieser Grenze.
- ✓Teammitglieder sollten im Dashboard eingeladen werden, damit jede Person einen separaten Key nutzt.
- ✓Agents im selben Workspace können private Lessons repoübergreifend wiederverwenden.
- ✓Andere Workspaces bleiben isoliert; Public Memory kann Ergebnisse trotzdem anreichern.
Starten Sie voraus, nicht von Null
Jeder neue Arbeitsbereich startet mit 100.000 öffentlichen, quellengestützten Memories zu Agent-Tools, MCP, RAG/Suche, Sicherheit, Betrieb, Engineering-Dokumentation und Product/Devex.
Bewahrte Ansatze fur gangige Aufgaben. Beispiel: "API-Route-Muster: Try-Catch-Wrapper, Eingabe validieren, Auth prufen, dann Geschaftslogik." Muster zeigen WIE man etwas richtig macht.
Team-Regeln und Coding-Standards. Beispiel: "Immer Prisma-Migrationen verwenden, nie rohes SQL ALTER TABLE." Konventionen halten Ihren Code konsistent.
Dinge die brechen oder uberraschen. Beispiel: "async/await in forEach funktioniert NICHT wie erwartet. Verwenden Sie for...of." Fallen sparen Stunden an Debugging.
Kampferprobte Fixes fur haufige Probleme. Beispiel: "Hydration-Mismatch in Next.js: useEffect fur Client-Only-Logik." Losungen geben die Antwort, nicht nur den Hinweis.
Versionsspezifisches Wissen fur Frameworks. Beispiel: "Prisma 7 erfordert PrismaPg-Adapter-Muster." Abhangigkeiten verhindern Upgrade-Uberraschungen.
Schritt-fur-Schritt-Anleitungen fur komplexe Aufgaben. Beispiel: "Code-Review-Skill: 15 Schritte vom Branch-Pull bis zur Genehmigung." Skills geben Ihrem Agenten Expertise auf Abruf.
Quellen: Abdeckung: React, Next.js, Vue, Angular, Python, Go, Rust, TypeScript, PostgreSQL, Docker, Kubernetes, AWS und 25+ weitere Technologien. Plus Business-Fahigkeiten: Produktmanagement, Vertrieb, Marketing, HR, Recht, Finanzen und mehr.
Andere Agenten starten leer. Deiner startet mit 100.000 öffentlichen Memories mit Quellen, 20 Schritt-für-Schritt-Anleitungen und einer privaten Team-Memory, die ab Tag eins wächst.
Zwei Memory-Banks. Ein smarter Agent.
Öffentliches Wissen für alle. Privates Wissen für dein Team.
Öffentliche Memory-Bank
- ✓100.000 öffentliche Memories mit Quellen
- ✓Agent-Tools, MCP, RAG/Suche, Sicherheit, Betrieb und Devex
- ✓20 Schritt-für-Schritt-Anleitungen
- ✓Best-Practice-Muster, bekannte Stolperfallen, Lösungen und Evidenzprüfungen
- ✓Aktualisiert sich, wenn die öffentliche Bank wächst
- ✓Disponible para todos los usuarios de Engram
Private Memory-Bank
- ✓Proprietäres Wissen deines Teams
- ✓Konventionen speziell für deine Codebase
- ✓Decisiones internas de arquitectura
- ✓Aprendizajes de incidentes y post-mortems
- ✓Wird nie außerhalb deines Workspace geteilt
- ✓Isoliert, verschlüsselt und auf den Workspace begrenzt
Private Memory zuerst. Öffentliches Wissen schließt die Lücken.
Engram durchsucht zuerst das Wissen deines Arbeitsbereichs und ergänzt dann hilfreiche öffentliche Praktiken mit Quellen und Anleitungen.
Bereit in bereit
Kein SDK. Kein Boilerplate. Nur MCP.
Engram installieren
Füge einen Befehl in dein Terminal ein. Engram schreibt MCP-Konfiguration für Claude Code, Cursor, Gemini oder Antigravity, Codex, OpenCode und VS Code/Copilot.
Kein manuelles JSON-Editieren. Kein SDK. Der Setup-Befehl verwaltet die Konfigurationsdateien.
Neu starten und den Agent briefen
MCP-Clients laden Tools meist nur beim Start einer neuen Session. Starte dein AI-Tool neu und sag ihm, an welchem Projekt und Task es arbeitet.
Usa lenguaje normal. Menciona proyecto, repo, rol, mercado, stack y la tarea inmediata.
Mit engram_start beginnen
Dein Agent ruft einmal engram_start auf und erhält Setup-Hinweise, relevante private Memories, öffentliches Wissen und Skill-Guides.
Danach arbeitet er normal: dauerhafte Erkenntnisse speichern, vor Entscheidungen recall nutzen und Outcomes melden.
Skaliere es für dein gesamtes Team
Solo-Entwickler
Dein Claude Code und Cursor teilen sich ein Gehirn. Wechsle Tools, ohne den Kontext zu verlieren.
Kleines Team (3-5)
Alices Agent entdeckt ein Problem. Bobs Agent lernt es. Keine Slack-Nachricht notig. Keine Wiki-Seite geschrieben.
Wachsendes Team (10-20)
Mehrere Repos, mehrere Tools. Konventionen bleiben organisationsweit konsistent ohne Meetings oder Wikis.
Unternehmen (20+)
40+ Agenten, verschiedene Modelle. Institutionelles Wissen, das nie verloren geht.
Deine Agenten sind bereits intelligent.
Engram macht sie erfahren.
Öffentlicher Benchmark
Gemessen an echten Memory-Aufgaben mit zwei Prüfungen
Wir messen Engram zweifach: findet es die richtige Evidenz, und kann ein LLM daraus korrekt antworten?
Evidenz-Retrieval und Antwortgenauigkeit bleiben getrennt. Beide nutzen öffentliches LoCoMo, messen aber unterschiedliche Teile der Memory-Schleife.
LoCoMo Evidenz-Retrieval
Vollständiger öffentlicher Lauf. Die Scores zeigen, ob die benötigte Quelle in den abgerufenen Memories erscheint.
| System | MRR | R@1 | R@50 | R@200 |
|---|---|---|---|---|
| Engram | 0.5345 | 40.63% | 92.19% | 97.66% |
| BM25 | 0.4676 | 34.57% | 78.19% | 85.74% |
| AgentMemory | 0.4270 | 33.20% | 79.10% | 84.96% |
| LangMem / LangGraph | 0.4002 | 28.32% | 83.98% | 94.53% |
| Mem0 OSS | 0.3999 | 28.32% | 83.92% | 94.27% |
LoCoMo Antwortbewertung
Codex/self-review-Diagnose auf denselben 98 Aufgaben. Bewertet, ob die generierte Antwort aus dem abgerufenen Kontext korrekt ist.
| System | Top-50-Antwort | Top-200-Antwort | vs. Basismodell |
|---|---|---|---|
| Engram | 66.33% | 59.18% | +56.13pp |
| Session-file BM25 | 61.22% | 53.06% | +51.02pp |
| Mem0 OSS | 55.10% | 57.14% | +44.90pp |
| BM25 | 48.98% | 44.90% | +38.78pp |
| LangMem / LangGraph | 46.94% | 52.04% | +36.74pp |
| No memory | 10.20% | 9.18% | baseline |
Einfache, klare Preise simples y claros
Starte kostenlos. Upgrade, wenn deine Agenten mehr Memory, Teammitglieder und API-Kapazität brauchen.
Kostenlos
Teste Engram in deinen persönlichen Projekten.
- ✓500 private Memories
- ✓1 Entwickler
- ✓100 llamadas API al día
- ✓Textsuche + öffentliche Skill-Packs
- ✓Soporte comunitario
Entwickler
Für Solo-Entwickler, die echte Produkte bauen.
- ✓5.000 private Memories
- ✓2 Entwickler
- ✓2.000 llamadas API al día
- ✓Búsqueda vectorial cuando hay embeddings
- ✓Visibilidad de uso
- ✓E-Mail-Support
Team
Para equipos que comparten inteligencia entre agentes y repos.
- ✓25.000 private Memories
- ✓7 Entwickler
- ✓10.000 llamadas API al día
- ✓Transferencia de memoria entre repos
- ✓Panel de equipo
- ✓Priorisierter Support
Skalierung
Para empresas con infraestructura AI seria.
- ✓100.000 private Memories
- ✓30 Entwickler
- ✓50.000 llamadas API al día
- ✓Planificación SSO / SAML
- ✓Planificación de opción self-hosted
- ✓Conversación de SLA