ReMe

Q: 只想用核心记忆功能，需要装 Node.js 吗？

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？

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。

给 AI 装上长期记忆，让对话不再失忆

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 349 🐛 待处理 58 👀 关注 22

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3790

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

项目数据

分类智能体

开发团队agentscope-ai

官网地址https://reme.agentscope.io

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

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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,proactive,qwenpaw,rag,reme

GitHub 星标★ 3790

上线时间2024-08-29 00:00:00

代码更新2026-11-11

仓库体积61.9 MB

本站数据更新2026-11-11

维护状态活跃

收录时间2026-08-09

浏览次数9

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3790

技术标签

agent ai-agents dsh-plugin memory openclaw-plugin

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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
```