为编码智能体提供跨会话的持久记忆,自动记录会话活动并用 AI 压缩,再把相关上下文注入后续会话。
- Star
- 11,959
- Fork
- 1,300
- 未关闭 Issue
- 149
- 最近提交
- 8小时前
这是什么?
MemOS 是面向 LLM 应用和 AI Agent 的记忆层,提供统一接口用于新增、检索、编辑和删除记忆。记忆以图结构组织,便于查看和修正,而不是存放在不透明的向量库中。系统可同时处理文本、图片、工具调用轨迹和人设信息,并能将多个知识库组织为可组合的记忆 Cube,按用户、项目或 Agent 进行隔离或共享。
项目提供多种部署方式:托管的 MemOS Cloud API、通过 Docker Compose 自部署的 REST 服务(依赖 Neo4j 与 Qdrant),以及适用于 OpenClaw、Hermes Agent 和 DeepSeek Harness 的本地插件,数据存储在本机 SQLite 中。本地插件结合 FTS5 全文检索与向量检索进行混合召回,并支持从轨迹、策略到世界模型的技能演化。
核心功能
- 01统一接口,可新增、检索、编辑和删除记忆
- 02图结构记忆,便于查看和修正
- 03支持文本、图片、工具轨迹和人设等多模态记忆
- 04多 Cube 知识库管理,支持隔离与受控共享
- 05通过 MemScheduler 异步写入记忆
- 06为 OpenClaw、Hermes Agent 和 DeepSeek Harness 提供本地插件,数据存于本机 SQLite
适用场景
- 构建跨会话保持一致、上下文丰富对话的 AI 助手
- 让客服 Agent 调取历史工单与用户记录
- 开发能适应个人偏好的个性化 Agent
- 在多个 Agent 之间共享或隔离记忆的多智能体系统
快速上手
- 1
克隆 MemOS 仓库
git clone https://github.com/MemTensor/MemOS.git - 2
复制示例环境文件,然后在 .env 中填写你的 API 密钥
cp docker/.env.example .env - 3
进入 docker 目录,启动 MemOS API 及 Neo4j、Qdrant(API 地址为 localhost:8000)
docker compose up
使用前须知
- 自托管需要同时运行 Neo4j 和 Qdrant 服务。
- 托管的云 API 需要从 MemOS 控制台获取 API 密钥,并会将数据发送至 MemOS Cloud。
标签
常见问题
- MemOS 是什么?
- 面向 LLM 与 AI Agent 的记忆操作系统,统一管理长期记忆的存储、检索与编辑。 MemOS 是面向 LLM 应用和 AI Agent 的记忆层,提供统一接口用于新增、检索、编辑和删除记忆。记忆以图结构组织,便于查看和修正,而不是存放在不透明的向量库中。系统可同时处理文本、图片、工具调用轨迹和人设信息,并能将多个知识库组织为可组合的记忆 Cube,按用户、项目或 Agent 进行隔离或共享。
- MemOS 可以免费使用吗?用的什么许可证?
- MemOS 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- MemOS 还在维护吗?
- 活跃维护中。MemOS 最近一次提交是在 2026年10月20日。
- MemOS 适合用来做什么?
- 构建跨会话保持一致、上下文丰富对话的 AI 助手 让客服 Agent 调取历史工单与用户记录 开发能适应个人偏好的个性化 Agent 在多个 Agent 之间共享或隔离记忆的多智能体系统
- MemOS 怎么安装和运行?
- 克隆 MemOS 仓库: git clone https://github.com/MemTensor/MemOS.git 复制示例环境文件,然后在 .env 中填写你的 API 密钥: cp docker/.env.example .env 进入 docker 目录,启动 MemOS API 及 Neo4j、Qdrant(API 地址为 localhost:8000): docker compose up
- 在哪里获取 MemOS?
- 源代码和安装说明在 GitHub 上:https://github.com/MemTensor/MemOS
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 AI 智能体的本地优先、Markdown 原生长期记忆层,记忆以可编辑文件保存并配合 SQLite 与 LanceDB 索引。
基于 LangGraph 构建的模块化 Agentic RAG 教程与项目,支持层级索引、对话记忆和查询澄清。
面向 AI 智能体的开源长期记忆层,通过 Python SDK、REST API 和 MCP 服务器跨会话存储与召回信息。
面向 AI 智能体的记忆系统,支持存储、检索与反思记忆,让智能体随时间学习而非仅回放对话历史。
面向智能体的记忆基础设施,将对话与执行过程转化为可持久化的结构化记忆,支持 Python 与 TypeScript。