lossless-memory 是搜索知识领域的开源项目，由 aru-labs 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 106。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。开源免费，需自行部署。
它主要面向的使用场景是：个人AI助手长期记住用户说过的每句话。同类可对比的替代方案包括 mem0、Letta、Zep。
lossless-memory
不摘要不丢细节，每句话带时间戳随时翻旧账
lossless-memory 是一个面向个人 AI 助手的长期记忆存储方案，核心原则是「绝不摘要、保留每一行、给所有内容打时间戳」。它解决的是当前 RAG 与 LLM 记忆系统普遍依赖摘要压缩、导致细节丢失和时间信息模糊的问题。项目用 SQLite 的 FTS5 全文检索作为底层，把对话或文本按原始粒度逐条落库，每条记录附带时间戳，检索时按关键词与时间范围召回，而不是先让模型总结再存。这样既避免了摘要带来的信息损耗，也让「上周三我说过什么」这类时间敏感查询成为可能。技术栈为 Python + SQLite/FTS5，轻量、无外部依赖、可本地运行，适合对隐私和可追溯性有要求的个人 AI 场景，也可作为 RAG 的原始记忆层。
开源
free
搜索知识
GitHub 星标
★ 106
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队aru-labs
所属国家
定价模式free
价格说明开源免费，需自行部署
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai-memory,conversational-ai,fts5,llm-memory,long-term-memory,memory,personal-ai,python,rag,sqlite
GitHub 星标★ 106
30天Star增速
HF 下载量
上线时间2026-09-04 00:00:00
最近更新2026-09-23 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-24
浏览次数0
使用教程
核心亮点
- 逐行存储不摘要，原始对话细节完整保留
- 每条记录带时间戳，支持时间范围检索
- 基于 SQLite FTS5，本地运行、零外部依赖、隐私可控
不足之处
- 项目处于早期，星标仅 106，生态与文档成熟度有限
- 纯全文检索缺少语义向量召回，模糊语义查询能力较弱
适用场景
- 个人 AI 助手长期记住用户说过的每句话
- 按时间回溯某天聊过的具体内容
- 作为 RAG 的原始记忆层，供上层做二次检索
替代项目
mem0、Letta、Zep
项目介绍
上一篇：thesys-core
下一篇：没有了！
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
qiaomu-youtube-ai-podcast
开源
一站式索引AI播客，快速找到有文字稿和总结的节目
AI 播客索引：整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···