Sistema de memória de IA local-first que armazena o histórico de conversas na íntegra e o recupera por busca semântica, com acesso via servidor MCP e CLI.
- Estrelas
- 17,149
- Forks
- 3,852
- Issues abertas
- 41
- Último commit
- há 18 dias
O que é?
Memori é uma camada de memória para agentes LLM. Ela registra o que um agente diz e faz, incluindo chamadas de ferramentas, decisões e resultados, e armazena tudo como estado estruturado que pode ser recuperado em solicitações futuras. É independente de LLM e funciona junto aos bancos de dados e frameworks que a aplicação já utiliza.
Os SDKs envolvem um cliente OpenAI existente ou um cliente LLM similar, registrando e recuperando conversas em segundo plano, sem alterar os prompts. As interações são agrupadas por entidade (como um usuário), processo (como um agente) e sessão. O Advanced Augmentation extrai fatos, preferências, regras, habilidades e relações dessas interações.
Além dos SDKs, o Memori oferece um endpoint MCP para clientes como Claude Code e Cursor, plugins para OpenClaw e Hermes Agent e a opção de usar seu próprio banco de dados. Pode ser implantado como cloud gerenciada, cloud de tenant único, VPC ou on-premises.
Recursos principais
- 01Registra automaticamente, em segundo plano, conversas com LLMs e a execução de agentes.
- 02Oferece suporte a clientes OpenAI, Anthropic, Gemini, Bedrock, DeepSeek e Grok.
- 03Integra-se com LangChain, Agno e Pydantic AI.
- 04Conecta-se ao Claude Code, Cursor e outros clientes MCP com um único comando.
- 05Organiza as memórias por entidade, processo e sessão.
- 06Oferece SDKs para TypeScript e Python.
Casos de uso
- Dar a um agente de suporte ao cliente acesso às preferências de cada usuário entre sessões.
- Permitir que agentes de programação retenham convenções do projeto e decisões anteriores.
- Reduzir chamadas redundantes a ferramentas em agentes de produção, reutilizando rastros de execução registrados.
- Implantar a memória de agentes em uma VPC privada ou em um ambiente on-premises.
Início rápido
- 1
Obtenha uma chave de API da Memori em app.memorilabs.ai
- 2
Instale o SDK do Python
pip install memori - 3
Defina MEMORI_API_KEY e OPENAI_API_KEY no ambiente e execute seu código de LLM com o Memori registrado
Antes de usar
- O Memori Cloud requer uma chave de API da Memori, e o provedor de LLM precisa da própria chave de API.
- O Advanced Augmentation tem limite de uso sem uma conta.
- As memórias só são criadas quando as interações são atribuídas a uma entidade e a um processo.
Tópicos
Perguntas frequentes
- O que é Memori?
- Infraestrutura de memória nativa para agentes, que transforma conversas e execuções de agentes LLM em memória persistente e estruturada para apps em Python e TypeScript. Memori é uma camada de memória para agentes LLM. Ela registra o que um agente diz e faz, incluindo chamadas de ferramentas, decisões e resultados, e armazena tudo como estado estruturado que pode ser recuperado em solicitações futuras. É independente de LLM e funciona junto aos bancos de dados e frameworks que a aplicação já utiliza.
- Memori é gratuito? Qual é a licença?
- Memori é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- Memori ainda é mantido?
- Manutenção ativa. O último commit de Memori foi em 3 de out. de 2026.
- Para que posso usar Memori?
- Dar a um agente de suporte ao cliente acesso às preferências de cada usuário entre sessões. Permitir que agentes de programação retenham convenções do projeto e decisões anteriores. Reduzir chamadas redundantes a ferramentas em agentes de produção, reutilizando rastros de execução registrados. Implantar a memória de agentes em uma VPC privada ou em um ambiente on-premises.
- Como instalar Memori?
- Obtenha uma chave de API da Memori em app.memorilabs.ai Instale o SDK do Python: pip install memori Defina MEMORI_API_KEY e OPENAI_API_KEY no ambiente e execute seu código de LLM com o Memori registrado
- Onde consigo Memori?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/MemoriLabs/Memori
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas.
Mecanismo de memória e contexto para apps e assistentes de IA, com uma única API para memória persistente, RAG, perfis de usuário e conectores.
Agente autônomo de pesquisa open source que planeja perguntas, coleta fontes da web e locais e escreve relatórios com citações usando qualquer provedor de LLM.
O LobeHub é uma plataforma para organizar agentes de IA em equipes sempre ativas, que podem ser contratadas, agendadas e avaliadas em um só lugar.
Um framework de agentes que conecta humanos digitais (2.5D, 3D, mobile, PC e web) e LLMs (compatíveis com OpenAI e DeepSeek) a sistemas de negócios.