claude-mem vs repowise : que font-ils réellement ?

Ils ne se remplacent pas. La question utile n'est pas « lequel » mais « mon agent oublie-t-il ce qu'on a fait, ou ne comprend-il pas où il met les pieds ? ».

La capture. Cinq hooks du cycle de vie font le travail sans intervention : SessionStart interroge la base et injecte le contexte compressé ; UserPromptSubmit journalise la session ; PostToolUse se déclenche après chaque appel d'outil et envoie la sortie brute à un worker de compression, pour environ 8 ms par appel ; Stop produit des résumés de session ; SessionEnd clôture.

Ce qui est stocké. Chaque observation est typée — decision, bugfix, feature, refactor, discovery, change — avec un titre cherchable, des faits d'environ 50 tokens, un récit de 155 à 500 tokens et des étiquettes sémantiques (how-it-works, gotcha, trade-off…). Le tout dans une base SQLite locale, ~/.claude-mem/claude-mem.db. Ordre de grandeur donné par l'auteur : 6 814 observations sur 259 sessions pour 39 Mo, dont 61 % de type « discovery » — ce que le modèle a appris de la base de code.

La récupération. Trois couches, pensées pour ne pas saturer le contexte : la couche 1 (search) renvoie identifiants et titres pour 50 à 100 tokens ; la couche 2 (timeline) situe chronologiquement pour 100 à 200 ; la couche 3 (get_observations) récupère les enregistrements complets par lots, 500 à 1 000 tokens. Détail révélateur : un outil MCP nommé __IMPORTANT existe uniquement pour rappeler au modèle de commencer par les couches bon marché, qu'il a tendance à sauter.

Piège d'installation documenté : passer par npm install -g claude-mem n'installe que la bibliothèque SDK sans enregistrer les hooks — l'outil semble installé et ne capte rien. La voie correcte passe par le marketplace de plugins.

Ce qu'il calcule. Cinq familles en une passe. Un score de santé de 1 à 10 par fichier, à partir de 21 signaux déterministes et sans aucun appel LLM. Un graphe de dépendances issu d'AST tree-sitter sur 16 langages, résolu en arêtes d'import, d'appel et d'héritage, puis classé par PageRank et centralité d'intermédiarité. Une intelligence git : points chauds (churn contre complexité), partenaires de co-modification, attribution de propriété par blame, facteur d'autobus. Les décisions d'architecture, extraites des PR, de marqueurs en ligne et du README, avec les fichiers qu'elles gouvernent et un signalement quand elles deviennent obsolètes. Et une triaje de CVE tenant compte de l'atteignabilité — savoir si le code vulnérable est réellement appelé.

Ce qui en sort. Un tableau de bord local (port 7337) avec graphe en forces et détection de communautés, tableaux de points chauds avec propriétaire, pages de wiki auto-générées et vérifiées contre l'AST courant (signalées si périmées), index des décisions. Plus un fichier CLAUDE.md généré pour orienter l'agent : stack, points d'entrée, points chauds, propriété, décisions.

Le bot de PR. Application GitHub qui poste des commentaires déterministes, zéro LLM : contrats modifiés par la PR et tous leurs appelants externes, partenaires de co-modification, tests que la PR aurait dû toucher et ne touche pas, et des Check Runs capables de bloquer la fusion. Le même diff produit toujours la même revue — donc auditable. Gratuit et sans plafond sur les dépôts publics.

Correction par rapport à une version antérieure de cet article : nous avions repris « 49 détecteurs » et « 18 langages » du README du dépôt. Les chiffres du produit sont 21 signaux pour le score de santé et 16 langages dans le graphe, dont 9 en profondeur complète (Python, TypeScript, JavaScript, Java, Kotlin, Go, Rust, C++, C#).

Ce n'est pas une raison de bannir l'outil, c'est une raison de décider où il tourne. Sur un poste de développement isolé, sans données clients, le risque est gérable. Sur une machine qui touche à des dossiers clients, des données de santé ou du secret industriel, une base de tout ce que l'agent a vu, lisible sans authentification, ne passe pas une revue sécurité.

À cela s'ajoutent des défauts de robustesse documentés : des processus ChromaDB orphelins (un utilisateur a relevé 184 processus en 19 heures, environ 16 Go de RAM), des démarrages à froid sur Apple Silicon dépassant le délai codé en dur de 5 secondes, et une saturation du contexte la première semaine sur un nouveau projet, le temps que le modèle cartographie la base.

Le garde-fou existe — les balises <private> excluent leur contenu du stockage — mais il est opt-in : il faut y penser à chaque fois. Pour des données réglementées, une protection qui dépend de la vigilance de l'utilisateur n'en est pas une. C'est le même raisonnement que dans notre guide périmètre et permissions des agents IA.

repowise prend le problème par l'autre bout : auto-hébergement annoncé sans télémétrie, entièrement hors ligne avec Ollama ou votre propre clé, et scoring déterministe sans appel de modèle. En contrepartie, sa licence est l'AGPL-3.0, dont les obligations s'étendent aux logiciels accessibles via un réseau — or on l'utilise en lançant un serveur. Un usage local est une chose, l'exposer à une équipe en est une autre ; l'éditeur vend d'ailleurs une licence commerciale pour s'en affranchir.

claude-mem est gratuit et sous Apache-2.0. Le coût caché est ailleurs : chaque appel d'outil déclenche une compression par modèle, donc une consommation continue.

repowise est gratuit en auto-hébergé (CLI, plus deux dépôts publics côté SaaS, et un mode exploration sans inscription). L'offre hébergée démarre à 15 $/mois avec crédits LLM et dépôts privés ; Teams à 20 $/siège/mois à partir de trois sièges, avec index partagé et tableaux de bord de portefeuille ; Enterprise pour l'on-premise ou l'air-gapped, avec SSO SAML/OIDC, licence commerciale et indemnisation PI.

Pour une PME, la lecture pratique : les deux sont testables à zéro euro. La question du budget ne se pose qu'au moment de mutualiser un index d'équipe ou de sortir de l'AGPL.

• « Mon agent oublie ce qu'on a décidé la semaine dernière » → claude-mem. C'est précisément son objet, à condition de régler d'abord le port 37777.
• « Mon agent ne sait pas quels fichiers sont risqués ni qui les possède » → repowise. Score de santé, points chauds, propriété et co-modifications sont exactement cela.
• « Je veux bloquer une PR qui casse un contrat » → repowise, via le bot déterministe et les Check Runs. claude-mem ne fait pas de CI.
• « Mon code ne doit pas sortir » → repowise en auto-hébergé hors ligne. claude-mem compresse via un modèle et ses balises de confidentialité sont opt-in.
• « Mon agent se trompe sur mon métier » → ni l'un ni l'autre : c'est un problème d'information disponible, traité dans le contexte limite votre agent.