▲РЕПО НЕТ В ОКНЕ 30D. ПОКАЗАН FINDING ИЗ ОКНА 180D (180 days) — РАНГ #55.
FINDING #55 · UNIT ID 1048065319
thedotmack/claude-mem
Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
12% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
58.16
ACCEL
-0.84
RETENTION
7.8%
PEAK 2026-04-12 · FORK-RETENTION 45.3% · 10,469 STARS / WINDOW
Author Audience
AUDIENCE
10,853
FOLLOWERS
1,853
OWNER ★
89,996
Engagement Signals
FORKS
7,796
ISSUE AUTH
210
PR AUTH
155
UNIQUE STARGAZERS 10,438 / 10,469 (DIVERSITY 1.00)
Потенциал заработка
C58/100
СПРОС86
Спрос высокий: AI agents и смежная retrieval/vector инфраструктура быстро растут; платёжеспособность подтверждается тарифами Mem0, Zep, Supermemory, LangSmith, Langfuse и vector DB vendors.
ЗАХВАТ46
Захват ценности ограничен: рынок crowded, funded players уже строят managed cloud и enterprise GTM, а Claude Code/Cursor/Codex/Copilot могут встроить память нативно.
ДОСТУП78
Apache-2.0 коммерчески удобна, проект активен, есть npm, contributors и CMEM Cloud; практические барьеры — privacy, security, надёжность hooks/worker и зависимость от agent CLIs.
«Топит capture: ценность легко утечёт к hosted memory platforms и нативной памяти coding agents.»
Рыночный анализ · Обзор
claude-mem — локальный слой долговременной памяти для AI-агентов, особенно Claude Code, который сохраняет и возвращает релевантный контекст между сессиями.
AI agent memory, context engineering, LLMOps/developer tools, RAG/search infrastructure для кодинг-агентов.ЗРЕЛОСТЬ · РАСТЁТ
ЯЗЫК
JavaScript
ЛИЦЕНЗИЯ
Apache-2.0
РЕЕСТР
npm
РЕЛИЗ
v13.12.4
КОНТРИБЬЮТОРЫ
100
УСТАНОВКА: npm install claude-mem
Что делает
claude-mem автоматически перехватывает события сессий и использование инструментов агентом, сохраняет наблюдения, сжимает их с помощью AI и делает доступными в будущих сессиях. По README, он использует hooks, worker service, SQLite, Chroma vector DB и MCP search tools. Это помогает агенту помнить историю проекта, решения, баги и действия между перезапусками или новыми диалогами.
Какую боль решает
Решает боль «забывчивости» AI-кодинг-агентов: разработчику не нужно заново объяснять прошлые решения, изменения, баги и контекст проекта в каждой новой сессии.
Сценарии использования
- Долгий coding project с Claude Code: агент помнит изменённые файлы, архитектурные решения и уже исправленные баги.
- Переход между IDE/агентами: использование контекста в Claude Code, OpenCode, Codex, Gemini, Copilot и других агентах по входному описанию.
- Поиск по истории проекта через MCP tools: search, timeline и получение полных observation IDs.
- Командная или мульти-машинная память через Cloud Sync/CMEM Cloud для синхронизации локальной базы наблюдений.
- Снижение повторного объяснения контекста агенту при продолжении работы над проектом.
Целевой пользователь
Индивидуальные разработчики, AI-native команды, пользователи Claude Code/OpenCode/Cursor/Codex, создатели локальных и приватных AI-agent workflow, а также platform engineering / AI tooling команды.
Open-source аналоги
Более general-purpose memory API/platform для AI-приложений; claude-mem сильнее сфокусирован на Claude Code hooks и локальной памяти coding sessions.
Более продуктово-коммерческий memory API с hosted сервисом; claude-mem более локальный plugin/workflow для coding agents.
Полноценная agent runtime/platform со stateful agents и памятью, а не только память для существующих coding agents.
Memory primitives внутри LangChain/LangGraph stack; claude-mem — готовый installed plugin с worker/UI/search.
Нижний слой vector/hybrid search; claude-mem использует подобный слой для memory retrieval, но решает более прикладную задачу.
LLMOps-платформа для traces, evals и prompt management; не является memory-injection plugin для Claude Code.
Vector database / vector search engine, то есть инфраструктура retrieval, а не high-level agent memory.
Позиционирование
claude-mem выглядит лидером в узкой Claude Code-native нише persistent memory для coding agents и сильным догоняющим в общем AI-agent memory рынке, где mem0, Supermemory и Letta имеют более широкую платформенную и продуктовую упаковку.
Коммерческие аналоги
Managed cloud sync для claude-mem: зеркалит observations DB в облако и даёт private MCP link.
Это уже коммерциализация самого проекта; масштаб пользователей публично не подтверждён.
Open-source engine$0
CMEM Cloud$20/month
Memory infrastructure/API for AI agents and apps.
Mem0 объявил $24M funding; TechCrunch писал про 35M API calls in Q1 2025.
HobbyFree
Starter$19/month
Pro$249/month
EnterpriseCustom
Temporal context graph / agent memory API.
На pricing page показаны enterprise logos, включая Samsung и Zscaler; выручка и funding не подтверждены.
Free10,000 credits/month
Flex$125/month или $1,250/year
Flex Plus$375/month или $3,750/year
EnterpriseCustom
Memory/context API, user profiles, RAG, connectors, plugins for Claude Code/OpenClaw.
Supermemory заявляет 100B+ tokens/month на homepage; funding: $3M pre-seed.
Free$0/month
Pro$19/month
Max$100/month
Scale$399/month
Usagememory $0.005 / 1K SM tokens; SuperRAG $0.001 / 1K SM tokens; operations $0.10 / 1K operations
Stateful agents with persistent memory, ADE and agent runtime.
OSS repo 22.4k stars; born from MemGPT / UC Berkeley. Публичные точные self-serve цены на официальных страницах не подтверждены.
EnterpriseCustom / not publicly confirmed
BYOKМожно подключать свои API keys/plans по docs
Observability, evaluation, deployments, traces for LLM/agent apps.
LangChain ecosystem; точная выручка не публична.
Developer$0/seat/month, 5k base traces/month
Plus$39/seat/month, 10k base traces/month
EnterpriseCustom
UsageLCU $1.50, LSU $1.00
Open-source LLM engineering platform: tracing, evals, prompt management, metrics.
Langfuse acquired by ClickHouse on 2026-01-16; pricing page claims 40,000+ builders and 32.2k GitHub stars.
HobbyFree, 50k units/month
Core$29/month
Pro$199/month
Enterprise$2,499/month
Overage$8/100k units, volume discounts down to $6/100k
LLM observability, request logging, cost/latency monitoring, gateway.
Scale/revenue не подтверждены; позиционируется против LangSmith, Braintrust, Arize и Langfuse.
HobbyFree, 10k requests
Pro$79/month
Team$799/month
EnterpriseCustom
AI evals, tracing, experiments, datasets, prompt iteration.
Learn page claims customers incl. Notion, Dropbox, Zapier, Coursera; revenue not public.
Starter$0/month, 1GB processed data, 10k scores
Pro$249/month, 5GB, 50k scores
EnterpriseCustom
Overages$4/GB Starter, $3/GB Pro, scores $2.50/1k or $1.50/1k
AI observability and evaluation, tracing, monitors.
Established ML observability vendor; exact revenue not confirmed.
Phoenix OSSFree
AX Free25k spans/month, 1GB
AX Pro$50/month, 50k spans/month, 10GB
EnterpriseCustom
Serverless vector/full-text/metadata search infrastructure for AI.
Chroma OSS 28.4k stars; используется как infrastructure layer, не end-user memory product.
Starter$0/month + usage
Team$250/month + usage
EnterpriseCustom
Usagewrite $2.50/GiB, storage $0.33/GiB/month, query $0.0075/TiB, network $0.09/GiB
Managed vector DB, RAG/search infrastructure.
Major vector DB vendor; exact revenue not confirmed.
StarterFree
Builder$20/month
Standard$50/month minimum usage
Enterprise$500/month minimum usage
Write units$4–$4.50 per million Standard; $6–$6.75 per million Enterprise depending on cloud/region
Текущая монетизация проекта
Да, сам проект уже похоже монетизируется через CMEM Cloud: open-source engine бесплатен, а облачная синхронизация с private MCP link стоит $20/month. Также в собранном разборе упоминается сторонний $CMEM Solana token, embraced by the creator; это не основной SaaS-канал, но потенциальный репутационный риск.
Коммерческий потенциал
ПОТЕНЦИАЛ · СРЕДНИЙ
На claude-mem можно зарабатывать, но лучше не как на простой OSS-библиотеке, а как на managed memory cloud, sync, compliance и team layer для coding agents.
Спрос и рынок
Спрос выглядит реальным и платёжеспособным: AI agents market оценён в $7.63B in 2025 с forecast $182.97B by 2033 и CAGR 49.6%; vector database market как нижний слой RAG/memory — $3.1B in 2026 с forecast $7.3B by 2030 и CAGR 23.7%. Коммерческие продукты в смежной теме уже продаются по тарифам от десятков до тысяч долларов в месяц.
Ров / защищённость
Ров пока средний/слабый: у claude-mem есть огромная OSS distribution, Claude Code-native UX, hooks/MCP/local worker и Apache-2.0 adoption, но memory extraction/retrieval можно повторить, а платформы AI coding и LLMOps могут встроить аналогичные функции. Настоящий ров нужно строить через UX для coding agents, privacy/local-first sync, benchmarks, enterprise admin/security и сеть интеграций.
Модели монетизации
- Managed Cloud Sync / private MCP memory endpoint
- Team plan для AI coding teams
- Enterprise / BYOC / self-hosted paid support
- Compliance add-ons
- Memory evaluation / quality layer
- Marketplace integrations для Claude Code, OpenCode, Cursor, Codex, Gemini CLI, Copilot, Slack, Linear, GitHub Issues и Jira
Что нужно, чтобы сделать продукт
- Hosted панель с billing, orgs, users, projects и quotas.
- Team memory isolation: per-user, per-repo, per-client и per-agent ACL.
- Enterprise security: SSO/SAML, SCIM, audit logs, retention и DPA.
- Strong privacy model: local-first encryption, customer-managed keys и redaction by default.
- Benchmarks качества retrieval, например LongMemEval/LoCoMo-style доказательства.
- Cost dashboard: сколько токенов память добавляет или экономит.
- Governance для stale memory, contradiction handling, memory deletion и provenance.
- SLA/support: incident response, upgrade/migration policy.
- Чёткое позиционирование против Mem0/Zep/Supermemory как best memory for coding agents.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
Лицензия Apache-2.0 коммерчески благоприятная: библиотеку можно использовать в коммерческих и закрытых продуктах, модифицировать и распространять при соблюдении условий лицензии, notices и patent clauses. В отличие от GPL/AGPL, Apache-2.0 не заставляет раскрывать закрытые деривативы. Риск лицензии низкий, но перед enterprise-коммерциализацией нужно проверить лицензии зависимостей, bundled assets, trademarks/brand usage, вклад контрибьюторов и возможные исключения в отдельных директориях.
Риски и подводные камни
ВЫСОКИЙКОНКУРЕНЦИЯ
Конкуренты с funding и enterprise GTM: Mem0, Supermemory, Zep, Letta, LangSmith/Langfuse и другие уже продают B2B или строят hosted memory/LLMOps platforms.
ВЫСОКИЙПРОЧЕЕ
Platform dependency от Claude Code и agent CLIs: если Anthropic/IDE vendors меняют hooks/API или добавляют native memory, ценность plugin может резко снизиться.
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
Память кодинг-агента может содержать secrets, customer data и proprietary code; нужны redaction, encryption, retention и audit.
СРЕДНИЙСЛАБЫЙ РОВ
Apache-2.0 помогает adoption, но не защищает от managed forks; монетизация должна быть сервисной, а не лицензионной.
СРЕДНИЙПРОЧЕЕ
Token/cost blow-up и качество retrieval: нерелевантная memory injection повышает стоимость токенов и снижает доверие пользователя.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
Проект молодой, создан 2025-08-31 по входным данным; нужны стабильность API, migration path и security review.
СРЕДНИЙПРОЧЕЕ
Репутационный риск вокруг $CMEM token: упоминание стороннего Solana token может отпугивать enterprise buyers, если коммуникация не отделяет SaaS от токена.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
Bus-factor / owner trust: владелец — User, verified=False по входным данным; несмотря на ≈100 contributors, enterprise будет смотреть на governance.
Достоверность разбора
УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-07-31 · ОКНО 180D
Оговорки / что не проверено
- Часть цен, звёзд, funding и traction собраны из одного источника на продукт и не подтверждены ≥2 независимыми источниками.
- Данные CMEM Cloud и $20/month взяты с cmem.ai; масштаб пользователей CMEM Cloud публично не подтверждён.
- Упоминание $CMEM Solana token взято из собранного разбора и одного GitHub/README-источника; связь с основной монетизацией не подтверждена.
- Оценки demand/capture/access являются аналитическим мнением, а не измеренной метрикой.
- Прогнозы рынков AI agents и vector database взяты из Grand View Research и не верифицированы вторым market-research источником.
- Оценка рва, рисков platform dependency и вероятности native memory у IDE/agent vendors основана на аналитическом выводе и общих знаниях рынка.
- Enterprise-зрелость, security/compliance gaps, SLA и governance не проверялись через аудит кода или документы компании.
- Лицензия Apache-2.0 дана по входным фактам; лицензии зависимостей, bundled assets, trademarks и CLA/DCO не проверялись.
- Звёзды OSS-аналогов взяты из собранного разбора и могут быть устаревшими на момент чтения.
- Letta pricing не подтверждён официальной self-serve pricing page; указан как unknown/custom по доступным данным.
ИСТОЧНИКИ (50)
Why This Is A Finding
thedotmack/claude-mem собрал 10,469 звёзд за окно, тогда как у автора всего 1,853 подписчиков — эффективная аудитория ≈ 10,853. Это даёт surprise-индекс 0.00534 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 45.3% и 365 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 98% OF 2379 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 2379 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 98%
VELOCITY58.162.86+55.30ABOVE 99%
RETENTION7.8%5.8%+2.0 PPABOVE 61%
FORKS7,7961,230+6,566ABOVE 88%
SURPRISE0.010.00+0.00ABOVE 93%