코딩 에이전트의 세션 활동을 기록하고 AI로 압축한 뒤, 이후 세션에 관련 컨텍스트를 제공하는 지속성 메모리입니다.
- 스타
- 11,959
- 포크
- 1,300
- 열린 이슈
- 149
- 마지막 커밋
- 7시간 전
어떤 프로젝트인가요?
MemOS는 LLM 애플리케이션과 AI 에이전트를 위한 메모리 계층입니다. 메모리를 추가하고, 검색하고, 편집하고, 삭제할 수 있는 단일 API를 제공합니다. 메모리는 불투명한 임베딩 저장소에 담기는 대신 그래프 형태로 구성되어 직접 살펴보고 수정할 수 있습니다. 텍스트, 이미지, 도구 실행 기록, 페르소나를 하나의 메모리 시스템에서 처리하며, 여러 지식 베이스를 조합 가능한 메모리 큐브로 묶어 사용자, 프로젝트, 에이전트 간에 분리하거나 공유할 수 있습니다.
MemOS는 여러 방식으로 실행할 수 있습니다. 호스팅형 MemOS Cloud API, Docker Compose로 실행하는 자체 호스팅 REST 서비스(Neo4j와 Qdrant 포함), 그리고 메모리를 기기 내 SQLite에 저장하는 OpenClaw, Hermes Agent, DeepSeek Harness용 로컬 플러그인을 제공합니다. 로컬 플러그인은 FTS5 전문 검색과 벡터 검색을 결합한 하이브리드 검색을 사용하며, 실행 기록, 정책, 월드 모델을 바탕으로 스킬을 발전시킵니다.
핵심 기능
- 01메모리 추가, 검색, 편집, 삭제를 위한 통합 API
- 02살펴보고 수정할 수 있는 그래프 구조의 메모리
- 03텍스트, 이미지, 도구 실행 기록, 페르소나를 다루는 멀티모달 메모리
- 04분리 및 공유를 지원하는 다중 큐브 지식 베이스 관리
- 05MemScheduler를 통한 비동기 메모리 수집
- 06기기 내 SQLite 저장소를 사용하는 OpenClaw, Hermes Agent, DeepSeek Harness용 로컬 플러그인
활용 사례
- 세션이 바뀌어도 일관되고 맥락이 풍부한 대화를 이어가는 AI 어시스턴트 구축
- 이전 문의와 사용자 이력을 기억하는 고객 지원 에이전트
- 개별 사용자의 선호에 맞춰 적응하는 개인화 에이전트
- 에이전트 간 메모리를 공유하거나 분리하는 멀티 에이전트 시스템
빠른 시작
- 1
MemOS 리포지토리를 클론합니다
git clone https://github.com/MemTensor/MemOS.git - 2
예제 env 파일을 복사한 다음 .env에 API 키를 입력합니다
cp docker/.env.example .env - 3
docker 폴더로 이동해 Neo4j 및 Qdrant와 함께 MemOS API를 시작합니다(API는 localhost:8000에서 제공됩니다)
docker compose up
사용 전 알아둘 점
- 셀프 호스팅하려면 API와 함께 Neo4j 및 Qdrant를 실행해야 합니다.
- 호스팅된 Cloud API를 사용하려면 대시보드에서 발급받는 유료 또는 무료 MemOS API 키가 필요하며, 데이터가 MemOS Cloud로 전송됩니다.
토픽
자주 묻는 질문
- MemOS은(는) 무엇인가요?
- LLM과 AI 에이전트를 위한 메모리 운영체제로, 편집 가능한 그래프 형태로 장기 메모리를 저장·검색·관리합니다. MemOS는 LLM 애플리케이션과 AI 에이전트를 위한 메모리 계층입니다. 메모리를 추가하고, 검색하고, 편집하고, 삭제할 수 있는 단일 API를 제공합니다. 메모리는 불투명한 임베딩 저장소에 담기는 대신 그래프 형태로 구성되어 직접 살펴보고 수정할 수 있습니다. 텍스트, 이미지, 도구 실행 기록, 페르소나를 하나의 메모리 시스템에서 처리하며, 여러 지식 베이스를 조합 가능한 메모리 큐브로 묶어 사용자, 프로젝트, 에이전트 간에 분리하거나 공유할 수 있습니다.
- MemOS은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- MemOS은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- MemOS은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. MemOS의 마지막 커밋은 2026년 10월 20일입니다.
- MemOS은(는) 어디에 사용할 수 있나요?
- 세션이 바뀌어도 일관되고 맥락이 풍부한 대화를 이어가는 AI 어시스턴트 구축 이전 문의와 사용자 이력을 기억하는 고객 지원 에이전트 개별 사용자의 선호에 맞춰 적응하는 개인화 에이전트 에이전트 간 메모리를 공유하거나 분리하는 멀티 에이전트 시스템
- MemOS는 어떻게 설치하나요?
- MemOS 리포지토리를 클론합니다: git clone https://github.com/MemTensor/MemOS.git 예제 env 파일을 복사한 다음 .env에 API 키를 입력합니다: cp docker/.env.example .env docker 폴더로 이동해 Neo4j 및 Qdrant와 함께 MemOS API를 시작합니다(API는 localhost:8000에서 제공됩니다): docker compose up
- MemOS은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/MemTensor/MemOS
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
AI 에이전트를 위한 로컬 우선 Markdown 기반 장기 메모리 계층으로, SQLite와 LanceDB 인덱스를 활용해 메모리를 편집 가능한 파일로 저장합니다.
LangGraph 기반의 모듈형 Agentic RAG 튜토리얼로, 계층형 인덱싱과 대화 메모리, 질의 명확화 기능을 제공합니다.
LLM에 전달하기 전에 도구 출력, 로그, 파일, RAG 청크를 라이브러리·프록시·MCP 서버 형태로 압축합니다.
대화 전반에 걸쳐 사용자, 세션, 에이전트 컨텍스트를 저장하고 검색하는 AI 에이전트 및 앱용 메모리 레이어입니다.
문서, 코드, 대화를 AI 에이전트용 셀프 호스팅 지식 그래프로 바꾸는 오픈소스 AI 메모리 플랫폼입니다.