memlayer

三行代码给大模型装上持久记忆，让对话更懂你

memlayer 是一个为大型语言模型（LLM）提供即插即用记忆能力的 Python 库，旨在用三行代码为任何模型快速添加持久化、智能且类人的记忆与回忆功能。它解决了 LLM 在对话或任务中缺乏长期记忆、无法跨会话保留关键信息的问题，使模型能够基于历史交互进行更连贯、个性化的响应。其核心能力包括：自动提取和存储对话中的关键信息，支持语义检索以在需要时召回相关记忆，以及提供简洁的 API 设计以降低集成门槛。该项目处于早期阶段，适合开发者快速为现有 LLM 应用增强记忆能力。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 292

维护状态低维护

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队divagr18

所属国家

官网地址https://divagr18.github.io/memlayer

GitHubhttps://github.com/divagr18/memlayer

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,ai,ai-infrastructure,context-management,developer-tools,embedded,graph-database,knowledge-graph,llm,llm-memory,memory,openai,persistent-memory,python,rag,retrieval,retrieval-augmented-generation,semantic-search,transformer,vector-database

GitHub 星标★ 292

30天Star增速

HF 下载量

上线时间2025-11-16 00:00:00

最近更新2026-09-23 00:00:00

维护状态低维护

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2

使用教程

核心亮点

API 极简，三行代码即可集成，上手成本低
支持语义级记忆检索，能智能召回相关历史信息
模型无关，可适配任意主流 LLM，灵活性强

不足之处

项目早期，文档和社区生态尚待完善
记忆存储和检索的性能在大规模场景下未经验证

适用场景

构建具备长期记忆的聊天机器人
为个人助理应用添加跨会话的用户偏好记忆
增强客服系统对历史工单的引用能力

替代项目

MemGPT、LangChain Memory、Zep

项目介绍

memlayer 是基础设施领域的开源项目，由 divagr18 开发，2025 年首次发布。

它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 291。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-02。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：构建具备长期记忆的聊天机器人。同类可对比的替代方案包括 MemGPT、LangChain Memory、Zep。

上一篇：ezdata

下一篇：llmdocparser