Repolode
Предложить
langchain-ai

langchain-ai/langmem

Библиотека Python, которая добавляет агентам LangGraph долговременную память: извлекает важную информацию из диалогов, управляет инструментами памяти и консолидирует воспоминания в фоновом режиме.

Открыть на GitHubСайт
Звёзды
1,715
Форки
201
Открытые issues
76
Последний коммит
18 дней назад

Что это?

LangMem помогает AI-агентам учиться на взаимодействиях с пользователями. Она извлекает важную информацию из диалогов, совершенствует поведение агентов с помощью оптимизации промптов и сохраняет долговременную память между сессиями.

Библиотека предоставляет функциональные примитивы, совместимые с любой системой хранения, а также нативную интеграцию с Long-term Memory Store в LangGraph. Во время диалогов агенты могут записывать и искать воспоминания с помощью инструментов памяти, а фоновый менеджер памяти — автоматически извлекать, консолидировать и обновлять знания.

В кратком руководстве README показан агент на базе create_react_agent из LangGraph, который использует InMemoryStore для разработки. В документации отмечено, что для production-развёртываний следует использовать хранилище на базе базы данных, например AsyncPostgresStore, чтобы воспоминания сохранялись после перезапуска.

Ключевые возможности

  • 01Основной API памяти, совместимый с любой системой хранения
  • 02Инструменты памяти, с помощью которых агенты записывают и ищут информацию во время диалогов
  • 03Фоновый менеджер памяти, который извлекает, консолидирует и обновляет знания
  • 04Нативная интеграция с Long-term Memory Store в LangGraph

Сценарии использования

  • Создание чат-ботов, которые помнят предпочтения пользователей между сессиями
  • Персонализация ответов с учётом прошлых диалогов
  • Добавление постоянной памяти к существующим агентам LangGraph

Быстрый старт

  1. 1

    Установите пакет

    pip install -U langmem
  2. 2

    Укажите API-ключ провайдера LLM

    export ANTHROPIC_API_KEY="sk-..."
  3. 3

    Создайте агента с инструментами памяти и запустите его (см. пример в README)

Что важно знать

  • Требуется API-ключ провайдера LLM, например Anthropic или OpenAI.
  • В примере используется хранилище в памяти, поэтому данные теряются при перезапуске; для промышленной эксплуатации необходимо хранилище на базе БД.
  • Решение построено на LangGraph и лучше всего подходит, если вы уже используете этот стек.

Темы

#llm#agents#long-term-memory#langgraph#python#personalization

Частые вопросы

Что такое langmem?
Библиотека Python, которая добавляет агентам LangGraph долговременную память: извлекает важную информацию из диалогов, управляет инструментами памяти и консолидирует воспоминания в фоновом режиме. LangMem помогает AI-агентам учиться на взаимодействиях с пользователями. Она извлекает важную информацию из диалогов, совершенствует поведение агентов с помощью оптимизации промптов и сохраняет долговременную память между сессиями.
langmem можно использовать бесплатно? Какая у него лицензия?
langmem распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
langmem всё ещё поддерживается?
Активно поддерживается. Последний коммит в langmem — 2 окт. 2026 г..
Для чего можно использовать langmem?
Создание чат-ботов, которые помнят предпочтения пользователей между сессиями Персонализация ответов с учётом прошлых диалогов Добавление постоянной памяти к существующим агентам LangGraph
Как установить langmem?
Установите пакет: pip install -U langmem Укажите API-ключ провайдера LLM: export ANTHROPIC_API_KEY="sk-..." Создайте агента с инструментами памяти и запустите его (см. пример в README)
Где скачать langmem?
Исходный код и инструкции по установке — на GitHub: https://github.com/langchain-ai/langmem

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

openai / openai-agents-python

Лёгкий Python-фреймворк для создания мультиагентных процессов с инструментами, передачей задач, ограничителями, сессиями и трассировкой; поддерживает OpenAI и более 100 LLM-провайдеров.

ИИ и машинное обучение#agents#llm#multi-agent
30,2 тыс.5,1 тыс.PythonMITОбновлён 15 часов назад