ओपन सोर्स · लोकल-फर्स्ट

हर प्रॉम्प्ट पर अपना पूरा कोडबेस AI को भेजना बंद करें।

MemStrata, AI कोडिंग टूल्स के लिए लोकल कॉन्टेक्स्ट लेयर है। औसत उपयोगकर्ता: RAG की तुलना में 42% कम इनपुट टोकन, हर महीने $14 की बचत।

मुफ़्त, ओपन-सोर्स कोर। यदि Pro की बचत आपकी सदस्यता से ज़्यादा न हो तो पैसे वापस।

Mac / Win / Linux के लिए डाउनलोड करें काम करते देखें →
100% local MIT open core arXiv:2606.26511 LinkedIn
डैशबोर्ड — मनी टैब live
Saved this month ▲ +12% vs last
$14.62
Tokens vs. RAG 42%
Recall 87%
Precision 64%
24h survival 73%

Works with the tools you already use

Cursor Claude Code VS Code Windsurf Cline JetBrains Aider Copilot Cursor Claude Code VS Code Windsurf Cline JetBrains Aider Copilot
Capabilities

Built like a research product. Feels like magic.

Bento layout of the moat — hover any tile for a spotlight interaction.

Temporal validity ~0% stale-fact error

RAG has no model of time. We do.

Deterministic (subject, relation, object) supersession retires stale facts in a bi-temporal ledger — AUROC 0.59 proves cosine cannot tell contradiction from duplicate.

Explore
Local-first 100% local index

Your code stays here

SQLite + DuckDB on-device. License check is a signed JWT only.

Explore
Latency ~2.1s retrieval

Embedding floor, not LLM tax

No model on the read path. ~2.1s vs 16–18s for rerankers.

Explore
Token economics 42% vs naive RAG

Median 42% fewer input tokens

Compress context per turn. Watch dollars tick up on the local Money tab — money-back if Pro savings fall short.

Explore
Integrations 11+ tool surfaces

Cursor · Claude Code · VS Code · more

MCP, harness, and extension paths — honest coverage matrix, no oversell.

Explore
Research P1–P5 portfolio

Five papers. One temporal spine.

From arXiv temporal validity through SWE-bench longitudinal, value-change ceilings, detect-and-flag logic bulk, and world-knowledge generalization.

Explore
Scrollytelling

Scroll the story of temporal memory

Sticky visual layer · glass panels · research-backed answers

01

What is temporal validity in AI agent memory?

It is knowing which facts are still true after knowledge evolves. MemStrata retires contradicted values with a deterministic supersession rule — no similarity threshold, no LLM on the read path.

02

Why does RAG serve stale facts?

When a fact changes, old and new embeddings sit next to each other (cosine AUROC ~0.59 for contradiction vs duplicate). RAG retrieves both and has no structural way to choose the current value.

03

How is MemStrata different from Mem0 or Graphiti?

Same-stack local 7B tests show MemStrata’s CERTAIN spine at 1.000 on supersession and TEMPO axes. We optimize for never confidently wrong on evolved knowledge — not just long-dialogue recall leaderboards.

04

Does this cut AI coding token costs?

Yes. Median users see ~42% fewer input tokens vs naive RAG, with live savings on a local dashboard. Pro includes a money-back guarantee if measured savings fall short.

Read arXiv:2606.26511 Research portfolio
Workflow

यह कैसे काम करता है

तीन चरण। पहली बचत तक 60 सेकंड से भी कम।

01

MemStrata को लोकल इंस्टॉल करें

pipx install memstrata-pro
memstrata init

~60 सेकंड, पूरी तरह लोकल

02

हमेशा की तरह कोड करें

MemStrata आपके कोडबेस का ग्राफ़ बनाता है और हर AI अनुरोध पर कॉन्टेक्स्ट को अपने आप, बैकग्राउंड में संपीड़ित करता है।

03

अपनी बचत बढ़ती देखें

लाइव डैशबोर्ड हर टर्न पर बचाए गए टोकन और डॉलर दिखाता है, चार मेट्रिक्स के विवरण के साथ।

Telemetry

हम मापते हैं कि हम आपको कितना बचाते हैं

चारों आँकड़े आपके लोकल डैशबोर्ड पर हैं। कोई “X% तक” नहीं — केवल आपकी वास्तविक टेलीमेट्री।

42%
RAG की तुलना में बचे टोकन
सक्रिय उपयोगकर्ताओं का माध्यिका। डैशबोर्ड आपका सटीक आँकड़ा दिखाता है।
87%
रिट्रीवल रिकॉल
प्रति टर्न माध्यिका — AI द्वारा संदर्भित वे इकाइयाँ जो हमारे कॉन्टेक्स्ट में थीं।
64%
रिट्रीवल प्रिसिज़न
प्रति टर्न माध्यिका — दी गई वे इकाइयाँ जिन्हें AI ने वास्तव में इस्तेमाल किया।
73%
24 घंटे एडिट सर्वाइवल
प्रति सत्र माध्यिका — AI के सुझाए एडिट जो 24 घंटे बाद भी रेपो में हैं।

पूरी कार्यप्रणाली: हर मेट्रिक कैसे गणना होती है →

Integrations

क्या यह आपके स्टैक के साथ काम करता है?

ईमानदार कवरेज मैट्रिक्स। चेतावनियों सहित — हम बंद इकोसिस्टम को बढ़ा-चढ़ाकर नहीं बेचते।

Tool MCP Harness Extension
Cursor —
Windsurf —
VS Code —
Claude Code —
Cline —
Continue.dev
JetBrains AI — —
GitHub Copilot Chat —
Aider — —
Codex CLI — —
Zed —

पैसे-वापसी की गारंटी

Auto-credited if savings < subscription cost

हम तभी कमाते हैं जब आपका पैसा बचाते हैं

हर बिलिंग चक्र के अंत में हम डैशबोर्ड से आपकी मापी गई बचत जोड़ते हैं। यदि यह आपकी सदस्यता लागत से कम है, तो हम अंतर आपके अगले इनवॉइस में क्रेडिट कर देते हैं। कोई फ़ॉर्म नहीं, कोई सपोर्ट टिकट नहीं — यह स्वचालित है और आपकी रसीद पर दिखता है।

यदि आप एक महीने MemStrata उपयोग नहीं करते, तो आप पर कुछ बकाया नहीं। हम तभी कमाते हैं जब वास्तव में आपका पैसा बचाते हैं।

पूरी नीति पढ़ें → बचत का गणित देखें →
Privacy

आपका कोड कभी आपकी मशीन नहीं छोड़ता

लाइसेंस सर्वर एक हस्ताक्षरित टोकन से आपकी सदस्यता जाँचता है — और कुछ नहीं।

Your machine — all local

AI tool

Claude Code, Cursor, VS Code…

Core

MemStrata harness

localhost:8080

compresses context

Your LLM provider

Anthropic, OpenAI, Ollama…

Local SQLite + DuckDB

index.db · telemetry.db — your code stays here

License server

memstrata.dev/lic

पूरी सुरक्षा और गोपनीयता जानकारी →

Pricing

सरल, ईमानदार मूल्य

हमेशा के लिए मुफ़्त और ओपन सोर्स। सशुल्क टियर सक्रिय harness और पैसे-वापसी की गारंटी जोड़ते हैं।

मुफ़्त

ओपन सोर्स
$0 हमेशा के लिए

MIT-लाइसेंस वाला ओपन कोर। हमेशा के लिए आपका।

  • Open-source MIT core
  • Local MCP server
  • Local dashboard
  • Browser extension — chat capture
  • Community support (GitHub)
GitHub पर पाएँ →
सबसे लोकप्रिय

Pro

$14.99 CAD /mo

+ कर

सक्रिय कॉन्टेक्स्ट harness + V6 मेमोरी इंजन।

  • Everything in Free
  • Active context harness — all AI tools
  • VS Code + browser augmentation
  • V6 memory engine — verified retrieval
  • Money tab — full savings metrics
  • 60-day money-back guarantee
Pro पाएँ →

Pro+

$16.99 CAD /mo

+ कर

Pro का सब कुछ, साथ ही V7 टूल जनरेशन।

  • Everything in Pro
  • V7 tool autogeny — auto tool gen + JIT routing
  • Earliest access to new engines
  • Priority support
Pro+ पाएँ →

मुफ़्त, ओपन-सोर्स कोर हमेशा के लिए उपयोग करें — बिना खाते के। पूरी तुलना →

Research

Backed by science — not vibes

Temporal validity, marker-free evaluation, and a five-paper program on agent memory under knowledge evolution.

0.59
Cosine AUROC
~0%
Stale-fact error
0.95–1.0
Evolving accuracy
~2.1s
Retrieval latency
1 Published arXiv preprint · cs.CL / cs.AI

Temporal Validity in Retrieval Memory: Eliminating Stale-Fact Errors for AI Agents over Evolving Knowledge

Deterministic supersession that RAG cannot match by construction

RAG gives agents access to accumulated knowledge but has no model of time. When a fact changes, cosine similarity surfaces both stale and current values nearly equally (AUROC 0.59 for contradiction vs duplicate). MemStrata stores facts like RAG, then retires contradicted values with a deterministic (subject, relation, object) supersession rule in a bi-temporal ledger — no similarity threshold, no LLM on the read path. Across six local benchmarks with a 7B model, MemStrata ties RAG on static knowledge and reaches 0.95–1.00 accuracy on evolving knowledge where RAG reaches 0.20–0.47. Stale-fact-error drops from 15–40% (RAG, when forced to answer) to ~0%.

  • Cosine AUROC 0.59 — similarity cannot separate contradictions from duplicates
  • Evolving knowledge accuracy 0.95–1.00 vs RAG 0.20–0.47
  • Stale-fact-error ~0% vs RAG 15–40% when required to answer
  • Retrieval ~2.1s (embedding floor) vs ~16–18s LLM-rerank baselines
temporal validitystale-fact errorbi-temporal ledgerRAG
arXiv abstract PDF Related blog →
Full research portfolio arXiv:2606.26511
Blog

Explainers that drive SEO & understanding

All 10 posts →

Ship more. Spend less on tokens.

Install in under a minute. Keep coding the way you already do. Watch the savings compound — with research-backed temporal memory underneath.

Mac / Win / Linux के लिए डाउनलोड करें Read the research