ReMe

给 AI 装上长期记忆，让对话不再失忆

ReMe 是一个面向 AI 智能体的记忆管理工具包，旨在解决智能体在长对话或复杂任务中“遗忘”关键信息的问题。它提供了一套完整的记忆生命周期管理能力，包括记忆的提取、存储、检索、更新和遗忘，帮助智能体构建长期、结构化的记忆库。ReMe 支持多种记忆类型（如事实、偏好、事件），并集成了 RAG 技术，使智能体能够快速、精准地调用相关记忆，从而提升回答的个性化和连续性。其核心设计强调“记住我，精炼我”，即不仅保存原始信息，还能通过自动提炼和去重，形成高质量的记忆表示。项目基于 Python 实现，易于集成到现有 agent 框架中，适合需要持久化上下文感知能力的应用场景。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3509

维护状态活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队agentscope-ai

所属国家

官网地址https://reme.agentscope.io

GitHubhttps://github.com/agentscope-ai/ReMe

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,ai-agents,dsh-plugin,hermes-plugin,memory,memoryscope,openclaw-plugin,qwenpaw,rag,reme

GitHub 星标★ 3509

30天Star增速

HF 下载量

上线时间2024-08-29 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.11 或更高版本
Node.js 22.13 或更高版本（仅源码方式构建 Studio 静态资源时需要）
npm（配合 Node.js 使用，用于构建 Studio）
网络可访问 PyPI 与 GitHub

安装与启动步骤

1检查 Python 版本

ReMe 要求 Python 3.11+，先确认本机版本是否满足，否则后续安装会失败。
```
python --version
```
2安装核心包

通过 PyPI 安装 ReMe 核心功能，包名为 reme-ai，需带上 core 可选依赖。
```
pip install "reme-ai[core]"
```
3克隆源码仓库

如需从源码安装或使用 Studio，先把仓库克隆到本地。
```
git clone https://github.com/agentscope-ai/ReMe.git
```
4源码方式安装

在仓库根目录以可编辑模式安装 reme_studio 与核心依赖，便于后续开发调试。
```
cd ReMe && pip install -e reme_studio -e ".[core]"
```
5构建 Studio 静态资源

源码方式下需先在 reme_studio 目录安装前端依赖并构建，要求 Node.js 22.13+。
```
cd ReMe/reme_studio && npm ci && npm run build:static
```

如何确认成功

README 未给出启动命令；可执行 pip show reme-ai 能显示版本信息，即表示核心包安装成功。

常见问题

Q：安装时提示 Python 版本不符怎么办？

A：ReMe 需要 Python 3.11+，请升级 Python 或使用 3.11 及以上版本的虚拟环境后重新安装。

Q：npm run build:static 报错？

A：构建 Studio 静态资源要求 Node.js 22.13 或更新版本，请升级 Node.js 后重新执行 npm ci 与构建命令。

Q：只想用核心记忆功能，需要装 Node.js 吗？

A：不需要。直接执行 pip install "reme-ai[core]" 即可，Node.js 仅在从源码构建 Studio 时才需要。

Q：源码安装和 pip 安装该选哪个？

A：只想快速使用选 pip install "reme-ai[core]"；需要改动源码或使用 Studio，则克隆仓库后用 -e 可编辑模式安装。

注意事项

README 节选只包含安装说明，未提供运行示例、端口或配置项，使用前建议查阅官网文档 https://reme.agentscope.io。
ReMe 会把智能体记忆存储为可读的 Markdown，便于人工查看与版本管理。
项目基于 Apache-2.0 许可证开源。
从源码安装时 pip install -e 命令需在克隆后的 ReMe 仓库根目录执行。

核心亮点

提供完整的记忆生命周期管理，从提取到遗忘，功能覆盖全面
集成 RAG 技术，记忆检索精准度高，响应速度快
支持多种记忆类型，能灵活适配不同 agent 场景

不足之处

文档和社区生态尚在早期，可参考的实践案例有限
与主流 agent 框架的深度集成示例不够丰富

适用场景

构建具备长期用户画像的客服或助手智能体
多轮对话中需要持续引用历史信息的任务型 agent
需要个性化记忆管理的教育或健康类 AI 应用

替代项目

MemGPT、Mem0、LangChain Memory

项目介绍

ReMe 是基础设施领域的开源项目，由 agentscope-ai 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,509）位列前 30%，在基础设施分类中处于中上游。

近 45 天，它的 GitHub 星标从 3,285 增加到 3,509，净增 224。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：构建具备长期用户画像的客服或助手智能体。同类可对比的替代方案包括 MemGPT、Mem0、LangChain Memory。

上一篇：agentcat-typescript-sdk

下一篇：kontext-cli