zer0dex

本地双层记忆，跨项目召回更准，消息前自动查询

zer0dex 是一个面向 AI 智能体的本地双层记忆模式参考实现。它解决的是跨项目场景下，扁平记忆文件或纯向量 RAG 在召回准确性和可读性上的不足。其核心能力是：将紧凑、人类可读的 Markdown 索引与本地向量库的语义检索相结合，在每条消息发送前先查询记忆，形成双层记忆结构。项目强调本地优先（local-first），数据完全存储在本地，不依赖云端服务，适合对隐私和可控性要求高的场景。它提供了具体的 Python 参考实现，方便开发者集成到自己的智能体系统中，尤其适用于 Claude Code 等工具。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 60

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hermes-labs-ai

所属国家

官网地址https://hermes-labs.ai

GitHubhttps://github.com/hermes-labs-ai/zer0dex

定价模式free

价格说明开源项目，Apache-2.0 许可证，本地部署，完全免费。

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-memory,ai-agents,ai-memory,ai-reliability,claude-code,cli,command-line-tools,developer-tools,dual-layer-memory,hermes-labs,llm-memory,local-first,markdown,mcp,memory-index,persistent-memory,python,rag,semantic-memory,vector-search

GitHub 星标★ 60

30天Star增速

HF 下载量

上线时间2026-03-12 00:00:00

最近更新2026-09-25 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2

使用教程

核心亮点

双层记忆设计：Markdown 索引保证可读性和精确匹配，向量检索补充语义模糊查询，兼顾准确与灵活
本地优先架构：所有记忆数据存储在本地，隐私安全可控，不依赖外部 API，降低延迟和成本
参考实现清晰：Python 代码结构简洁，易于理解和二次开发，适合作为智能体记忆模块的起点

不足之处

项目处于早期阶段（55 星），文档和社区生态待观察，实际生产环境验证不足
仅提供参考实现，未集成主流智能体框架，需要开发者自行适配

适用场景

跨项目知识复用：在多个项目间共享历史决策、代码模式等记忆，提升智能体连续性
隐私敏感场景：本地处理记忆数据，避免敏感信息上传云端，适合企业内网或离线环境
智能体长期对话：在长会话或多次会话中保持上下文，减少重复提问，提升用户体验

替代项目

Mem0、Letta、Zep

项目介绍

zer0dex 是智能体领域的开源项目，由 hermes-labs-ai 开发，是 2026 年新上线的项目。

它收录于智能体分类，该分类目前共有 2,517 个项目，GitHub 星标数为 60。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。Apache-2.0 许可证，本地部署，完全免费。

它主要面向的使用场景是：跨项目知识复用：在多个项目间共享历史决策、代码模式等记忆，提升智能体连续性。同类可对比的替代方案包括 Mem0、Letta、Zep。

上一篇：SkillNet

下一篇：recall-loom