Open-source платформа памяти для AI, которая превращает документы, код и диалоги в локально размещённый граф знаний для AI-агентов.
EverMind-AI/EverOS
Локальный слой долговременной памяти для AI-агентов на основе Markdown: данные хранятся в редактируемых файлах, а для поиска используются индексы SQLite и LanceDB.
- Звёзды
- 13,525
- Форки
- 1,074
- Открытые issues
- 58
- Последний коммит
- 9 часов назад
Что это?
EverOS — библиотека на Python и среда выполнения для памяти, которая помогает AI-агентам сохранять контекст между сессиями в помощниках для программирования, приложениях и рабочих процессах. Диалоги, файлы и траектории агентов хранятся в виде читаемых файлов Markdown — это основной источник данных, который можно редактировать напрямую, сравнивать с помощью diff и версионировать в Git.
Локальный слой индексов на SQLite и LanceDB позволяет искать по файлам Markdown. Память разделена на пользовательские треки (эпизоды и профили) и треки агентов (кейсы и навыки); поиск можно ограничить по ID пользователя, агента, приложения, проекта и сессии. Между сессиями в офлайн-режиме выполняется рефлексия: она объединяет кластеры эпизодов и уточняет профили и навыки.
Сервер предоставляет версионируемый HTTP API по адресу /api/v2. Для минимальной настройки достаточно API-ключа OpenRouter — с ним доступны добавление данных, сброс буфера и поиск по ключевым словам. Провайдеры для эмбеддингов, реранкинга и мультимодальных задач необязательны: они добавляют гибридный поиск, Knowledge Wiki и загрузку изображений, PDF, аудио и офисных файлов.
Ключевые возможности
- 01Хранит воспоминания в редактируемых файлах Markdown, которые можно версионировать в Git.
- 02Индексирует данные локально с помощью SQLite и LanceDB, без внешней базы данных.
- 03Разделяет пользовательские эпизоды и профили, а также кейсы и навыки агентов.
- 04Ограничивает поиск по ID пользователя, агента, приложения, проекта и сессии.
- 05Выполняет офлайн-рефлексию, объединяя кластеры эпизодов и уточняя профили и навыки.
- 06Предоставляет версионируемый HTTP API по адресу /api/v2, а также включает автономную демоверсию и CLI.
Сценарии использования
- Передавать помощнику для программирования, например Claude Code или Cursor, память о прошлых сессиях проекта через MCP.
- Добавлять долговременную память о пользователях в бэкенд чат-бота или голосового помощника.
- Хранить проверяемую и редактируемую память агента в обычных файлах Markdown под Git.
- Подключать долговременную память к инструментам для рабочих процессов, таким как Dify, с помощью плагина.
Быстрый старт
- 1
Установите EverOS с помощью uv
uv pip install everos - 2
Попробуйте автономную демоверсию (ключ не нужен)
everos demo - 3
Инициализируйте конфигурацию и добавьте ключ API OpenRouter в ~/.everos/everos.toml
everos init - 4
Запустите сервер EverOS
everos server start
Что важно знать
- Для полнотекстового поиска по памяти нужен ключ API OpenRouter; для гибридных и векторных функций требуется дополнительный провайдер эмбеддингов.
- Для импорта документов Office в системе должен быть установлен LibreOffice.
- Настройка включает несколько необязательных провайдеров и файлов конфигурации, поэтому самостоятельное размещение потребует некоторых усилий.
Темы
Частые вопросы
- Что такое EverOS?
- Локальный слой долговременной памяти для AI-агентов на основе Markdown: данные хранятся в редактируемых файлах, а для поиска используются индексы SQLite и LanceDB. EverOS — библиотека на Python и среда выполнения для памяти, которая помогает AI-агентам сохранять контекст между сессиями в помощниках для программирования, приложениях и рабочих процессах. Диалоги, файлы и траектории агентов хранятся в виде читаемых файлов Markdown — это основной источник данных, который можно редактировать напрямую, сравнивать с помощью diff и версионировать в Git.
- EverOS можно использовать бесплатно? Какая у него лицензия?
- EverOS распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- EverOS всё ещё поддерживается?
- Активно поддерживается. Последний коммит в EverOS — 20 окт. 2026 г..
- Для чего можно использовать EverOS?
- Передавать помощнику для программирования, например Claude Code или Cursor, память о прошлых сессиях проекта через MCP. Добавлять долговременную память о пользователях в бэкенд чат-бота или голосового помощника. Хранить проверяемую и редактируемую память агента в обычных файлах Markdown под Git. Подключать долговременную память к инструментам для рабочих процессов, таким как Dify, с помощью плагина.
- Как установить EverOS?
- Установите EverOS с помощью uv: uv pip install everos Попробуйте автономную демоверсию (ключ не нужен): everos demo Инициализируйте конфигурацию и добавьте ключ API OpenRouter в ~/.everos/everos.toml: everos init Запустите сервер EverOS: everos server start
- Где скачать EverOS?
- Исходный код и инструкции по установке — на GitHub: https://github.com/EverMind-AI/EverOS
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Операционная система памяти для LLM и AI-агентов: хранит, находит и управляет долговременной памятью в виде редактируемого графа.
Самостоятельно размещаемый интерфейс для общения с локальными моделями Ollama и API, совместимыми с OpenAI: без привязки к провайдерам, с RAG, плагинами и доступом для нескольких пользователей.
Постоянная память для ИИ-агентов, пишущих код: сохраняет действия в сессиях, сжимает их с помощью ИИ и добавляет релевантный контекст в новые сессии.
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.