Repolode
Предложить
mindscale-noah

mindscale-noah/MindMemOS

Слой памяти для AI-агентов: сохраняет контекст пользователя и задач, передаёт его между агентами и превращает накопленный опыт в переиспользуемые Skills.

Открыть на GitHubСайт
Звёзды
918
Форки
100
Открытые issues
0
Последний коммит
4 дня назад

Что это?

MindMemOS — сервис памяти для AI-агентов. Он сохраняет профили пользователей, предпочтения, сведения о проектах и опыт работы с инструментами в виде долговременной памяти, которую можно искать и подставлять в последующие взаимодействия. Благодаря этому агенту не приходится начинать с нуля в каждой сессии. Доступ к памяти предоставляется через HTTP API, Python SDK с CLI, а также плагины для OpenClaw и фреймворка агентов DeepSeek Harness (dsh).

Система включает извлечение памяти на основе схем, офлайн-консолидацию («сновидение») и оптимизацию операций добавления и поиска на основе обратной связи. Воспоминания об опыте можно преобразовывать в кандидаты на роль Skill, а результаты выполнения навыков и отзывы пользователей учитываются при обновлении памяти. MindMemOS можно развернуть локально на собственном сервере с Qdrant, Neo4j и Kafka через Docker или использовать официальный облачный сервис с API-ключом.

Ключевые возможности

  • 01Сохраняет профили пользователей, предпочтения и сведения о проектах в виде переиспользуемой долговременной памяти
  • 02Предоставляет операции добавления, поиска и отправки обратной связи через HTTP, Python SDK и CLI
  • 03Включает плагины для OpenClaw и DeepSeek Harness, которые автоматически извлекают воспоминания и записывают их обратно
  • 04Преобразует воспоминания об опыте в кандидаты на роль Skill и поддерживает развитие Skill
  • 05Работает полностью на собственном сервере через Docker или с официальным облачным сервисом

Сценарии использования

  • Сохранение предпочтений пользователя между сессиями для кодингового или персонального агента
  • Передача общей долговременной памяти между разными агентами
  • Хранение сведений о проектах и опыта работы с инструментами для агентов, выполняющих повторяющиеся задачи
  • Развёртывание серверной части памяти агента в локальной сети или офлайн

В подборках

Open source фреймворки и приложения для ИИ-агентовБиблиотеки навыков для ИИ-агентов

Темы

#agent-memory#ai-agents#rag#skills#llm#openclaw-plugin#python#agent#agent-skills#agentic

Частые вопросы

Что такое MindMemOS?
Слой памяти для AI-агентов: сохраняет контекст пользователя и задач, передаёт его между агентами и превращает накопленный опыт в переиспользуемые Skills. MindMemOS — сервис памяти для AI-агентов. Он сохраняет профили пользователей, предпочтения, сведения о проектах и опыт работы с инструментами в виде долговременной памяти, которую можно искать и подставлять в последующие взаимодействия. Благодаря этому агенту не приходится начинать с нуля в каждой сессии. Доступ к памяти предоставляется через HTTP API, Python SDK с CLI, а также плагины для OpenClaw и фреймворка агентов DeepSeek Harness (dsh).
MindMemOS можно использовать бесплатно? Какая у него лицензия?
У MindMemOS не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.
MindMemOS всё ещё поддерживается?
Активно поддерживается. Последний коммит в MindMemOS — 19 окт. 2026 г..
Для чего можно использовать MindMemOS?
Сохранение предпочтений пользователя между сессиями для кодингового или персонального агента Передача общей долговременной памяти между разными агентами Хранение сведений о проектах и опыта работы с инструментами для агентов, выполняющих повторяющиеся задачи Развёртывание серверной части памяти агента в локальной сети или офлайн
Где скачать MindMemOS?
Исходный код и инструкции по установке — на GitHub: https://github.com/mindscale-noah/MindMemOS

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

Похожие проекты

oceanbase / powercontext

Сервис контекста с открытым исходным кодом, который хранит решения, ограничения и состояние работы вне чатов, чтобы агенты и люди могли продолжать работу в новых сессиях.

ИИ и машинное обучение#ai-agents#agent-memory#context-engineering
1,4 тыс.304PythonApache-2.0Обновлён 54 минуты назад