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。
- Star
- 623
- Fork
- 81
- 未关闭 Issue
- 65
- 最近提交
- 3天前
这是什么?
Memoria 是面向 AI Agent 的持久化记忆层,会追踪每一次记忆变更,使其可审计、可分支、可回退。它保存事实、偏好、决策和会话摘要,让 Agent 能跨对话复用这些信息,并通过 MCP 工具或 REST API 提供访问。
它的版本控制模型类似 Git:可以创建快照,开辟独立分支测试修改,审核后再合并,或回滚到之前的状态。这些能力基于 MatrixOne 的 Copy-on-Write 引擎实现,同时结合向量检索与全文检索进行记忆查找。
Memoria 既可以使用云端服务,通过令牌快速接入,也可以用 Docker 自托管,并支持本地 embedding 模型,数据不必离开本机。它兼容 Cursor、Claude Code、Codex、Gemini CLI、Kiro 等支持 MCP 的工具,并提供 OpenClaw 与 Hermes 插件。
核心功能
- 01对记忆数据提供快照、分支、合并和时间点回滚
- 02结合向量与全文检索,按语义查找记忆
- 03自动检测矛盾记忆,并隔离低置信度的记忆
- 04每次记忆变更都有快照和来源记录,便于审计
- 05支持云端或自托管部署,可选本地 embedding 模型
- 06通过 memoria CLI 兼容任何支持 MCP 的 Agent
适用场景
- 让编程助手跨会话记住项目决策和用户偏好
- 在分支上试验对 Agent 记忆的高风险修改,验证后再合并
- 当错误信息写入记忆后,回滚到之前的快照
- 在对数据有严格管控要求的环境中,将 Agent 记忆完全部署在本地
快速上手
- 1
在 thememoria.ai 注册并获取令牌
- 2
运行 README 中的官方安装脚本
- 3
运行 memoria init,选择 Remote 模式并粘贴令牌
memoria init -i
使用前须知
- 推荐的快速开始依赖托管服务 Memoria Cloud,需要注册并获取令牌。
- 自托管需要 Docker 来运行 MatrixOne 和 Memoria API。
收录于专题
标签
常见问题
- memoria 是什么?
- 为 AI Agent 提供持久化记忆,支持类似 Git 的快照、分支、合并与回滚。 Memoria 是面向 AI Agent 的持久化记忆层,会追踪每一次记忆变更,使其可审计、可分支、可回退。它保存事实、偏好、决策和会话摘要,让 Agent 能跨对话复用这些信息,并通过 MCP 工具或 REST API 提供访问。
- memoria 可以免费使用吗?用的什么许可证?
- memoria 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。
- memoria 还在维护吗?
- 活跃维护中。memoria 最近一次提交是在 2026年11月4日。
- memoria 适合用来做什么?
- 让编程助手跨会话记住项目决策和用户偏好 在分支上试验对 Agent 记忆的高风险修改,验证后再合并 当错误信息写入记忆后,回滚到之前的快照 在对数据有严格管控要求的环境中,将 Agent 记忆完全部署在本地
- memoria 怎么安装和运行?
- 在 thememoria.ai 注册并获取令牌 运行 README 中的官方安装脚本 运行 memoria init,选择 Remote 模式并粘贴令牌: memoria init -i
- 在哪里获取 memoria?
- 源代码和安装说明在 GitHub 上:https://github.com/matrixorigin/memoria
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
1.2万+103 本周1111TypeScriptApache-2.0更新于 3天前
面向 AI Agent 团队的记忆中枢,把对话、文档和代码转为可共享、可管控的记忆资产。
3.1万+315 本周2983TypeScriptOther更新于 3天前
用 Rust 构建可组合 AI Agent 运行时的框架,可整合模型、工具、记忆与其他 Agent。
448+5 本周55RustApache-2.0维护活跃更新于 18天前
面向有状态 AI 智能体的记忆基础设施,通过推理对话来持续刻画用户、智能体和群组。
7980+144 本周973PythonAGPL-3.0更新于 19小时前
本地优先的 AI 记忆系统,逐字保存对话历史,并通过语义搜索检索,提供 MCP 服务与命令行工具。
6万+287 本周7655PythonMIT更新于 20小时前
面向 AI 智能体的本地记忆运行时,负责过滤写入、追踪事实变化并解释每条召回结果的依据。
69257PythonApache-2.0更新于 3个月前