Turnbook : la mémoire locale des agents de coding, sans appel au modèle

Votre agent de coding oublie tout quand la session se termine. Lundi, vous avez décidé quelle base de données utiliser pour le service de facturation ; mercredi — avec un autre agent, ou le même après un /clear — vous repartez de zéro : même question, même réponse, même temps perdu.
La réponse standard est d'ajouter une couche de mémoire : le modèle réécrit la conversation en « faits » ou en notes qui seront récupérés plus tard. Ça marche, mais au prix caché : chaque conversation repasse par un modèle, avec les tokens qui vont avec et la possibilité que quelque chose se perde ou s'invente en route.
Turnbook (ex-Graph-MIND) prend le chemin inverse. Il ne fait jamais d'appel au modèle pour enregistrer : il garde chaque conversation mot pour mot dans un fichier SQLite sur votre PC, et quand une question a besoin du passé, il récupère lui-même les quelques lignes qui y répondent. Le modèle que vous utilisez déjà ne fait que le travail final.
Comment ça marche
Le principe tient en une phrase : aucun LLM à l'écriture, aucun LLM à la recherche.
1. Capture automatique. Un service en arrière-plan lit les transcripts de vos agents (Claude Code, Codex, Cursor, Copilot CLI, Gemini CLI, OpenCode) et enregistre chaque tour mot pour mot. Pas de tag manuel, pas de décision sur « ce qui mérite d'être retenu » : si vous l'avez dit, c'est en mémoire.
2. Recherche locale. À chaque message, Turnbook cherche dans la mémoire avec trois signaux combinés : recherche par mots, embeddings générés par un modèle local (EmbeddingGemma, 300M de paramètres, 4 bits, format ONNX, sans GPU) et le moment où la chose a été dite. Un petit modèle appris réordonne les résultats.
3. Remise courte. L'agent reçoit un paquet de quelques milliers de tokens — les tours qui répondent à la question, pas l'histoire entière — puis votre modèle répond comme d'habitude.
Sous le capot, c'est un RAG classique sur l'historique des conversations, avec toute l'installation déjà assemblée : collecte, découpage (un tour = un bloc), embeddings locaux, stockage dans un seul fichier SQLite, retrieval et assemblage du prompt via MCP. À vous reste la pièce qui change le plus souvent : le modèle qui répond.
Les chiffres
Le benchmark de référence pour la mémoire de long terme est LongMemEval : 500 questions sur environ 50 sessions passées chacune. Les chiffres de Turnbook utilisent gpt-5-mini comme modèle de réponse et le juge officiel du benchmark (gpt-4o) ; une question sans réponse compte comme erreur.
| Ce que lit le modèle de réponse | Exactitude | Tokens de modèle dépensés pour enregistrer |
|---|---|---|
| 3,1k tokens (défaut) | 91,8 % (459/500) | 0 |
| 25k tokens | 93,0 % (465/500) | 0 |
Pour comparer : la mémoire observationnelle de Mastra annonce 94,9 % avec le même modèle de réponse, mais le modèle lit environ 30k tokens d'observations écrites par un autre modèle (gemini-2.5-flash) pendant l'enregistrement. La question n'est pas de battre ce chiffre, c'est que les 3 points d'écart s'achètent en ne dépensant rien, et que l'enregistrement coûte littéralement zéro.
Autres chiffres qui comptent :
- Le re-rank compte : sans (seule fusion de classement, aucun poids entraîné sur un benchmark), le score tombe à 87,0 % sur les 500 questions. Il aide surtout quand la réponse est éparpillée sur plusieurs sessions.
- Ça tient à la croissance : sur LoCoMo (1 536 questions), avec une mémoire grossie dix fois parce qu'elle contient aussi des conversations d'autres personnes, le bon tour reste parmi les 30 premiers résultats dans 92,7 % des cas (92,6 % avant la croissance). Une recherche prend 30 ms avec environ 6 000 tours et 116 ms avec environ 56 000.
- Ça ne ralentit pas le PC : le service en arrière-plan utilise environ 2 % d'un core quand rien ne se passe, et le serveur de mémoire d'une application tient environ 525 Mo de RAM. Une recherche dure environ 40 ms (46 ms au 95e percentile), la première après le démarrage environ 1,4 s.
Où il perd
Les mémoires qui réécrivent sont plus fortes là où Turnbook perd : des 41 erreurs sur LongMemEval, 33 sont des questions qui combinent plusieurs sessions, raisonnent sur les dates ou demandent la dernière valeur de quelque chose qui a changé. Si vos agents vivent surtout de « ce qu'on a décidé récemment, et qu'a remplacé quoi », les mémoires à réécriture par LLM sont encore en avance — au prix des tokens d'enregistrement.
Autres limites à garder en tête :
- Pas multi-utilisateurs : c'est aujourd'hui la mémoire personnelle d'un PC. Une API Python et un mode serveur multi-utilisateurs n'existent pas encore.
- Plus utilisé au quotidien sous Windows : macOS et Linux passent tous les tests en CI à chaque modification, mais ont moins d'usage réel.
- L'embedding est de Google : EmbeddingGemma est couvert par les termes Gemma de Google, pas par la licence Apache-2.0 de Turnbook.
Comment l'essayer
Du zéro au fonctionnel, en cinq étapes :
1. Installez. Sous macOS ou Linux : curl -LsSf https://raw.githubusercontent.com/goyohan0611-png/turnbook/main/scripts/install.sh | sh (sous Windows, double-clic sur Turnbook-Setup.cmd ; en alternative pip install turnbook && turnbook-install).
2. Redémarrez vos agents. L'installateur les trouve et les connecte tout seul ; après une installation nouvelle, vous pouvez le relire avec attention et épingler une version.
3. Laissez travailler quelques sessions normales. Chaque tour est enregistré automatiquement ; les secrets (clés API, mots de passe, numéros de carte) sont masqués avant d'être écrits.
4. Ouvrez une nouvelle session — même avec un autre agent ou un autre modèle — et demandez : « Où en étions-nous hier ? », « Quelle base de données avons-nous choisie pour le service de facturation, et pourquoi ? ». S'il répond avec les bons détails, la mémoire fonctionne.
5. Si ça ne va pas, turnbook-uninstall déconnecte toutes les applications et arrête le service, en laissant la mémoire dans ~/.turnbook (ajoutez --purge pour la supprimer vraiment).
Si vous voulez seulement les outils de recherche, sans la capture automatique, configurez MCP à la main : claude mcp add turnbook -- python -m turnbook.mcp_server.
Vous pouvez aussi amener les documents du projet dans la même recherche : turnbook docs add FOLDER garde les fichiers Markdown et texte indexés à côté des conversations, et à jour quand ils changent.
En résumé
Turnbook est la réponse « tout en local » à la mémoire des agents de coding : il enregistre chaque conversation mot pour mot sans dépenser un token, cherche avec un modèle d'embedding de 300M qui ne demande pas de GPU, et atteint 91,8 % sur LongMemEval en lisant 3,1k tokens par réponse. Il perd trois points face aux mémoires qui réécrivent avec un LLM, mais il achète cet écart à un coût d'enregistrement nul, et la mémoire ne quitte jamais votre PC. Si vos agents répètent chaque semaine les mêmes explications, c'est un de ces cas où l'infrastructure locale cesse d'être une expérience.
Sources
- Turnbook sur GitHub — architecture, commandes et tableaux complets
- LongMemEval — le benchmark utilisé pour les chiffres
- EmbeddingGemma — le modèle d'embedding local
- Méthodologie et runs de benchmark de Turnbook — questions, réponses et verdict pour chaque cas
Article généré par IA
Dans ces parcours
Vous avez aimé cet article ?
Abonnez-vous à la newsletter pour recevoir de nouveaux tutoriels et guides.
Articles Correlés

Ollama voice : la synthèse vocale locale, de la ligne de commande à l'API OpenAI
Phonon apporte la synthèse vocale dans le serveur Ollama : une commande pour parler, un endpoint OpenAI-compatible et la lecture en streaming de la réponse, 35 % plus rapide que le runtime de référence sur M5 Max.

SynthAPI : environnements synthétiques et scaling laws pour entraîner des agents tool-use
Environnements synthétiques aux échecs réglables pour entraîner des agents tool-use en local : les scaling laws de SynthAPI et le calcul — ~1,60 € d'énergie contre ~158 € d'API pour 10 000 tâches.

