AtomicMemory ist eine TypeScript-native, quelloffene Memory-Engine für KI-Anwendungen, die als HTTP-Service via Docker betrieben wird und Postgres mit pgvector als Backend nutzt. Der Kern des Systems ist die sogenannte AUDN-Klassifikation: Jeder eingehende Claim wird aktiv kategorisiert (Add, Update, Delete, Supersede, Clarify oder No-op) – statt blind angehängt. Die Engine ist in fünf unabhängig austauschbare Domänen aufgeteilt: Ingest, Search, CRUD, Lifecycle und Trust. Das Trust-Modul vergibt beim Schreiben einen Vertrauensscore, der beim Lesen referenziert wird; schwach vertrauenswürdige Memories können so unterdrückt werden, ohne gelöscht zu werden. Die CRUD-Domäne ermöglicht direkten, LLM-freien Zugriff auf Memory-Records – der Ausgangspunkt des im Post beschriebenen Workarounds. Wer das System lokal aufsetzen will, benötigt Docker, eine Postgres-Verbindung und einen LLM-Provider-Schlüssel (Anthropic, OpenAI, Ollama, Google oder Groq). Ein einzelnes `docker compose up` startet die gesamte Umgebung.