Repolode
Enviar
MemTensor

MemTensor/MemOS

Sistema operacional de memória para LLMs e agentes de IA que armazena, recupera e gerencia memórias de longo prazo como um grafo editável.

Alternativa open source a:Mem0

Ver no GitHubSite
Estrelas
11,959
Forks
1,300
Issues abertas
149
Último commit
há 7 horas

O que é?

O MemOS é uma camada de memória para aplicações com LLMs e agentes de IA. Ele oferece uma API para adicionar, recuperar, editar e excluir memórias, organizadas em um grafo para que possam ser inspecionadas e corrigidas, em vez de ficarem armazenadas em um repositório opaco de embeddings. O sistema lida com textos, imagens, traces de ferramentas e personas em uma mesma estrutura de memória, e agrupa várias bases de conhecimento em memory cubes combináveis, que podem ser isolados ou compartilhados entre usuários, projetos e agentes.

O projeto oferece várias formas de execução: a API hospedada MemOS Cloud, um serviço REST self-hosted iniciado com Docker Compose (que instala o Neo4j e o Qdrant) e plugins locais para OpenClaw, Hermes Agent e DeepSeek Harness, que armazenam memórias em um SQLite no dispositivo. Os plugins locais usam recuperação híbrida, combinando busca textual completa com FTS5 e busca vetorial, além da evolução de skills com base em traces, políticas e modelos de mundo.

Recursos principais

  • 01API unificada para adicionar, recuperar, editar e excluir memórias
  • 02Memória estruturada como grafo, que pode ser inspecionada e corrigida
  • 03Memória multimodal que inclui textos, imagens, traces de ferramentas e personas
  • 04Gerenciamento de bases de conhecimento em vários cubes, com opções de isolamento e compartilhamento
  • 05Ingestão assíncrona de memórias com o MemScheduler
  • 06Plugins locais para OpenClaw, Hermes Agent e DeepSeek Harness, com armazenamento em SQLite no dispositivo

Casos de uso

  • Criar assistentes de IA que mantêm conversas consistentes e ricas em contexto entre sessões
  • Agentes de suporte ao cliente que recuperam tickets anteriores e o histórico dos usuários
  • Agentes personalizados que se adaptam às preferências de cada usuário
  • Sistemas multiagente que compartilham ou isolam memórias entre agentes

Início rápido

  1. 1

    Clone o repositório do MemOS

    git clone https://github.com/MemTensor/MemOS.git
  2. 2

    Copie o arquivo env de exemplo e preencha suas chaves de API em .env

    cp docker/.env.example .env
  3. 3

    Acesse a pasta docker e inicie a API do MemOS com o Neo4j e o Qdrant (a API fica disponível em localhost:8000)

    docker compose up

Antes de usar

  • A hospedagem própria exige que o Neo4j e o Qdrant sejam executados junto com a API.
  • A Cloud API hospedada exige uma chave de API do MemOS, gratuita ou paga, obtida no painel, e envia seus dados para o MemOS Cloud.

Tópicos

#ai-agents#llm#long-term-memory#rag#memory-management#mcp#vector-search#agent#agentic-ai#ai

Perguntas frequentes

O que é MemOS?
Sistema operacional de memória para LLMs e agentes de IA que armazena, recupera e gerencia memórias de longo prazo como um grafo editável. O MemOS é uma camada de memória para aplicações com LLMs e agentes de IA. Ele oferece uma API para adicionar, recuperar, editar e excluir memórias, organizadas em um grafo para que possam ser inspecionadas e corrigidas, em vez de ficarem armazenadas em um repositório opaco de embeddings. O sistema lida com textos, imagens, traces de ferramentas e personas em uma mesma estrutura de memória, e agrupa várias bases de conhecimento em memory cubes combináveis, que podem ser isolados ou compartilhados entre usuários, projetos e agentes.
MemOS é gratuito? Qual é a licença?
MemOS é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
MemOS ainda é mantido?
Manutenção ativa. O último commit de MemOS foi em 20 de out. de 2026.
Para que posso usar MemOS?
Criar assistentes de IA que mantêm conversas consistentes e ricas em contexto entre sessões Agentes de suporte ao cliente que recuperam tickets anteriores e o histórico dos usuários Agentes personalizados que se adaptam às preferências de cada usuário Sistemas multiagente que compartilham ou isolam memórias entre agentes
Como instalar MemOS?
Clone o repositório do MemOS: git clone https://github.com/MemTensor/MemOS.git Copie o arquivo env de exemplo e preencha suas chaves de API em .env: cp docker/.env.example .env Acesse a pasta docker e inicie a API do MemOS com o Neo4j e o Qdrant (a API fica disponível em localhost:8000): docker compose up
Onde consigo MemOS?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/MemTensor/MemOS

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados