Démarrer

Deux minutes pour donner de la mémoire à vos agents.

Tramya est local-first : le moteur tourne sur votre machine, indexe ce que vos agents écrivent déjà sur le disque, et transmet le contexte de l'un à l'autre via MCP. Dites-nous qui vous êtes et ce que vous voulez faire — le reste tient en quatre étapes.

Axe 1

Qui êtes-vous ?

Le point de départ n'est pas le même selon votre usage. Choisissez le profil qui vous ressemble.

Axe 2

Que voulez-vous faire ?

Chaque tâche a un chemin court. Choisissez le résultat visé.

Donner de la mémoire persistante à un agent

Tramya indexe les historiques que votre agent écrit déjà (~/.claude, ~/.codex, ~/.gemini) et lui rend le contexte via MCP à chaque session.

Suivre le quickstart

Stocker un secret utilisé par un agent

L'agent demande l'usage d'un credential, vous approuvez en local, il reçoit le résultat sans jamais voir la valeur.

Comprendre l'accès IA sécurisé

Reprendre une session

Retrouvez où un agent s'est arrêté : décisions prises, fichiers touchés, prochaines actions — sans re-expliquer le repo.

Reprendre une session IA

Partager le contexte d'équipe

Un coffre synchronisé chiffré de bout en bout diffuse les décisions destinées à l'équipe, sans exposer vos historiques locaux.

Voir Tramya pour les équipes

Installer

Choisissez votre plateforme.

La même mémoire locale, trois façons de l'installer. La commande se met à jour selon l'onglet.

App native signée et notariée, mises à jour automatiques via Sparkle.

curl -L -o Tramya.dmg https://tramya.com/releases/tramya-1.1.134-macos.dmg

macOS 12 ou plus récent — puces Apple Silicon et Intel.

Quickstart

Quatre étapes, un succès vérifiable.

À la fin, une commande renvoie le contexte que vous venez d'enregistrer — la preuve que la mémoire fonctionne.

Installer et lancer

Installez via l'onglet ci-dessus. Au premier lancement, le moteur local démarre sur le port 4317 et scanne les répertoires connus de vos agents.

Brancher un agent (MCP)

Ajoutez Tramya comme serveur MCP à Claude Code, Codex, Cursor ou Gemini CLI. Suivez la fiche d'intégration de votre agent.

Enregistrer une décision

Dans une session de l'agent, demandez d'enregistrer une décision durable via l'outil save_memory (ex. « choix : Postgres plutôt que SQLite pour la prod »).

Vérifier — la preuve

Ouvrez une nouvelle session et demandez à l'agent d'appeler get_project_context. Il doit vous renvoyer la décision que vous venez d'enregistrer, indexée localement. Si le contexte revient, votre mémoire est opérationnelle.

get_project_context({ project: "mon-repo", query: "décision base de données" }) → renvoie « choix : Postgres plutôt que SQLite pour la prod »