Операционная система памяти для LLM и AI-агентов: хранит, находит и управляет долговременной памятью в виде редактируемого графа.
caspianmoon/memoripy
Локальная система памяти для AI-агентов с приоритетом доказательств: фильтрует записи, отслеживает изменения фактов и объясняет результаты поиска.
Open source альтернатива:Mem0
- Звёзды
- 692
- Форки
- 57
- Открытые issues
- 3
- Последний коммит
- 3 месяца назад
Что это?
Memoripy — локальный слой памяти для AI-агентов. Вместо того чтобы сохранять всё, что видит агент, система проверяет данные перед записью и отклоняет или помещает в карантин шум, вероятные секреты и инструкции из недоверенного контента. Записи имеют бивременную привязку и версии: например, новый адрес заменяет старый, но исторические свидетельства по-прежнему доступны для запросов.
Для поиска система объединяет несколько независимых каналов: лексическое сопоставление BM25, семантическое сходство, совпадение сущностей и временное соответствие. Для этого используется reciprocal-rank fusion. К каждому результату прилагается квитанция: в ней указано, какие каналы его нашли, какое место он занял в каждом из них и к какой области относится, а также приведены ссылки на исходные материалы. Область памяти можно ограничить пользователем, агентом, запуском, проектом, организацией или namespace.
В проект входят CLI для проверки существующего хранилища на дубликаты, конфликты, отсутствие подтверждений и циклы обратной связи, а также средство запуска тестов memory contract, опциональный HTTP-сервис, MCP-сервер и шлюз для самостоятельного размещения с поддержкой нескольких арендаторов и UI-инспектором. Для работы ядра не требуются сторонние зависимости; провайдеры LLM и эмбеддингов можно подключать по желанию.
Ключевые возможности
- 01Политика допуска до фиксации данных отклоняет, откладывает или помещает в карантин автоматические записи.
- 02Бивременная неизменяемая история версий позволяет отдельно запрашивать актуальные и исторические факты.
- 03Поиск объединяет несколько каналов и прикладывает к каждому результату квитанцию и ссылки на источники.
- 04Изоляция областей памяти по пользователю, агенту, запуску, проекту, организации и namespace.
- 05Команды CLI для аудита, проверки, оценки и восстановления хранилища памяти.
- 06Официальные MCP-сервер и HTTP-сервис с аутентификацией по bearer-токену.
Сценарии использования
- Предоставление персональному агенту или агенту для работы с клиентами долговременной памяти, которая обновляется при изменении фактов.
- Проверка существующего хранилища памяти агента на устаревшие, повторяющиеся и неподтверждённые записи перед миграцией.
- Размещение памяти агентов для разных арендаторов за аутентифицированным шлюзом с UI-инспектором.
- Подключение совместимого с MCP клиента к локальному хранилищу памяти с токенами, ограниченными по области доступа.
Быстрый старт
- 1
Установить v4 из исходного кода
pip install "git+https://github.com/caspianmoon/memoripy.git@v4" - 2
Создать хранилище Memory и записать факт на Python
Что важно знать
- v4 разрабатывается в ветке, и стабильный релиз на PyPI всё ещё может указывать на старый API.
- Для установки из исходного кода требуется git; устанавливать нужно из репозитория на Git-хостинге, а не из опубликованного пакета.
В подборках
Темы
Частые вопросы
- Что такое memoripy?
- Локальная система памяти для AI-агентов с приоритетом доказательств: фильтрует записи, отслеживает изменения фактов и объясняет результаты поиска. Memoripy — локальный слой памяти для AI-агентов. Вместо того чтобы сохранять всё, что видит агент, система проверяет данные перед записью и отклоняет или помещает в карантин шум, вероятные секреты и инструкции из недоверенного контента. Записи имеют бивременную привязку и версии: например, новый адрес заменяет старый, но исторические свидетельства по-прежнему доступны для запросов.
- memoripy можно использовать бесплатно? Какая у него лицензия?
- memoripy распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- memoripy всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в memoripy — 17 авг. 2026 г..
- Для чего можно использовать memoripy?
- Предоставление персональному агенту или агенту для работы с клиентами долговременной памяти, которая обновляется при изменении фактов. Проверка существующего хранилища памяти агента на устаревшие, повторяющиеся и неподтверждённые записи перед миграцией. Размещение памяти агентов для разных арендаторов за аутентифицированным шлюзом с UI-инспектором. Подключение совместимого с MCP клиента к локальному хранилищу памяти с токенами, ограниченными по области доступа.
- Как установить memoripy?
- Установить v4 из исходного кода: pip install "git+https://github.com/caspianmoon/memoripy.git@v4" Создать хранилище Memory и записать факт на Python
- Где скачать memoripy?
- Исходный код и инструкции по установке — на GitHub: https://github.com/caspianmoon/memoripy
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Локальная AI-система памяти: хранит историю диалогов без изменений и находит нужное с помощью семантического поиска; доступна как MCP-сервер и CLI.
RAG-фреймворк для LLM: строит граф знаний по документам и использует Personalized PageRank для многошагового поиска и долговременной памяти.
Локальный слой памяти и принятия решений для AI-агентов: хранит контекст в принадлежащих вам файлах Markdown и JSONL и работает с разными IDE и LLM.
Открытый backend с поддержкой AI, который можно развернуть у себя и который предоставляет приложениям, созданным AI, базу данных, авторизацию, хранилище, память, функции и CDN-хостинг.
RAG-движок без векторного поиска: строит иерархический древовидный индекс длинных документов, по которому LLM находит ответы.