Постоянная память для ИИ-агентов, пишущих код: сохраняет действия в сессиях, сжимает их с помощью ИИ и добавляет релевантный контекст в новые сессии.
Агенты и MCP
Долговременная память для ИИ-агентов: open source проекты — 72 (2026)
Слои памяти, благодаря которым агенты помнят прошлые сессии, решения и предпочтения и не начинают с нуля.
- Проект
- 72
- За неделю
- +13,9 тыс.
- Обновлён
- 3 часа назад
Как выбрать
Сначала определите задачу: переносить контекст между сессиями программирования, добавить память о пользователях в своё приложение или отслеживать факты, которые меняются со временем. Для кодинговых агентов thedotmack/claude-mem записывает сессии и подставляет сжатый контекст в следующие. Для приложений mem0ai/mem0 хранит и извлекает контекст пользователя, сессии и агента между диалогами. Если факты меняются, getzep/graphiti строит временные графы знаний, отслеживающие эти изменения.
- claude-memЛучше всего подходит тем, кто хочет, чтобы кодинговый агент помнил прошлые сессии: он фиксирует активность, сжимает её и подставляет нужный контекст в последующие сессии.
- mem0Лучше всего подходит командам, которые добавляют слой памяти в собственное ИИ-приложение: он хранит и извлекает контекст пользователя, сессии и агента между диалогами.
- graphitiЛучше всего подходит тем, кому нужно отслеживать, как факты меняются со временем: этот Python-фреймворк строит временные графы знаний для памяти и контекста агентов.
Сравнение ведущих проектов
| Проект | Звёзды | За неделю | Лицензия | Обновлён |
|---|---|---|---|---|
| 114,4 тыс. | +6,8 тыс. | Apache-2.0 | 5 часов назад | |
| 68,6 тыс. | +407 | Apache-2.0 | вчера | |
| 60,5 тыс. | +262 | MIT | 16 часов назад | |
| 59,7 тыс. | +2,8 тыс. | MIT | 7 часов назад | |
| 41,7 тыс. | +500 | AGPL-3.0 | 3 часа назад | |
| 33,1 тыс. | +166 | Apache-2.0 | 11 часов назад |
Все проекты
Сортировка:По звёздам
Слой памяти для AI-агентов и приложений, который хранит и извлекает контекст пользователей, сессий и агентов между диалогами.
Локальная AI-система памяти: хранит историю диалогов без изменений и находит нужное с помощью семантического поиска; доступна как MCP-сервер и CLI.
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
База контекста с открытым исходным кодом для AI-агентов: хранит знания, память и навыки в единой файловой системе viking://, которую можно просматривать и редактировать.
Open-source платформа памяти для AI, которая превращает документы, код и диалоги в локально размещённый граф знаний для AI-агентов.
Python-фреймворк для построения временных графов знаний, отслеживающих изменения фактов, — память и контекст для AI-агентов.
Самостоятельно размещаемый слой памяти для AI-агентов: хранит факты с указанием источников и объединяет агентов, MCP-клиентов и CLI в одном хранилище.
Движок памяти и контекста для AI-приложений и ассистентов: единый API для постоянной памяти, RAG, профилей пользователей и коннекторов.
Общий хаб памяти для команд AI-агентов: превращает переписки, документы и код в общие управляемые ресурсы памяти для разных агентских фреймворков.
Постоянная память для AI-агентов-разработчиков: автоматически сохраняет сессии и подбирает полезный контекст для следующих сессий в Claude Code, Cursor, Codex и других MCP-клиентах.
Инфраструктура памяти для LLM-агентов: сохраняет диалоги и выполнение задач в структурированном виде для приложений на Python и TypeScript.
Слой памяти для AI-агентов в одном файле: embeddings, поисковые индексы и метаданные хранятся в .mv2 вместо серверного RAG-конвейера.
Долгосрочная память для AI-агентов разработки: сохраняет контекст проекта и передаёт задачи между Claude Code, Codex, Cursor и другими CLI агентов.
Лёгкая система памяти, которая даёт coding-агентам и desktop AI-хостам общую межсессионную память в виде wiki.
Локальный слой долговременной памяти для AI-агентов на основе Markdown: данные хранятся в редактируемых файлах, а для поиска используются индексы SQLite и LanceDB.
Операционная система памяти для LLM и AI-агентов: хранит, находит и управляет долговременной памятью в виде редактируемого графа.
Инфраструктура памяти для ИИ-агентов с сохранением состояния: анализирует диалоги и моделирует пользователей, агентов и группы с течением времени.
Постоянная память для AI-агентов-разработчиков: один бинарный файл на Go с полнотекстовым поиском SQLite, доступный через MCP, HTTP API, CLI и TUI.
Шаблон хранилища Obsidian, который помогает AI-агентам для программирования, например Claude Code, сохранять память между сессиями.
Постоянная память для Claude Code, Codex и других AI-агентов в виде обычных Markdown-файлов в хранилище Obsidian.
Локальный self-hosted движок долговременной памяти для LLM-приложений и агентов: хранение в SQLite, временной поиск и интеграция с MCP.
Плагин долгосрочной памяти для агентов OpenClaw: хранит предпочтения и решения в LanceDB и извлекает их в следующих сессиях.
Среда долговременной памяти для AI-агентов: хранит воспоминания в обычных Markdown-файлах, ранжирует результаты поиска локально и позволяет Claude Code, Codex CLI и другим агентам с доступом к shell использовать общее хранилище.
Среда для создания и запуска ИИ-агентов с постоянной памятью, идентичностью и навыками, которые развиваются со временем; доступна через CLI, браузер и чаты.
Локальное Markdown-пространство памяти, где AI-агенты хранят, ищут и систематизируют долгосрочные знания в редактируемых файлах.
Open-source слой долгосрочной памяти для AI-агентов: он сохраняет и извлекает информацию между сессиями через Python SDK, REST API и MCP-сервер.
Постоянный слой семантической памяти для AI-агентов, работающих с кодом: хранит заметки в Markdown и индексирует их в Milvus для поиска между агентами.
Локальный хаб памяти для самостоятельного размещения: он даёт нескольким AI-агентам, например Claude Code, Codex и OpenClaw, общую постоянную память о вас.
Сервис постоянной памяти для AI-агентов, который можно развернуть самостоятельно: REST API и MCP позволяют фреймворкам и ассистентам вроде Claude хранить общий контекст и получать к нему доступ.
Частые вопросы
- Как отбираются проекты?
- Каждый проект в Repolode проходит проверку качества: он должен работать уже сейчас, решать конкретную задачу, быть чем-то большим, чем тонкая обёртка, и продолжать поддерживаться. Эта страница группирует проекты по темам и сортирует их по звёздам GitHub.
- Какой проект здесь самый популярный?
- thedotmack/claude-mem — 114,4 тыс. звёзд на GitHub. Перед выбором проверьте лицензию и дату последнего коммита каждого проекта.