Memory Bench

Memory Bench 用统一 harness 比较不同代理记忆产品与“直接塞完整聊天历史”的基线，任务覆盖长期对话中的回忆和问答。项目允许通过 `.env` 切换 Mem0、Zep、Supermemory 等实现，并输出 judge 分数、耗时和运行记录。这个基准的价值在于把额外记忆层的收益与完整上下文成本放在同一张表上，而非只展示单项召回率。