lerim

把 AI 代理的每次执行轨迹，变成可复用的上下文资产

lerim 是一个将 AI 代理（agent）的运行轨迹（traces）编译成可复用上下文的工具。它解决的是 AI 代理在多次执行任务时重复收集信息、上下文碎片化的问题。核心能力包括：捕获代理执行过程中的关键步骤、工具调用和中间结果，将其结构化并压缩为紧凑的上下文片段，供后续任务直接引用，从而减少重复计算、提升响应速度和一致性。项目基于 Python 实现，提供了简洁的 API 和命令行接口，方便开发者集成到现有 AI 工作流中。目前处于早期阶段，功能聚焦于轨迹编译和上下文复用，适合需要长期运行或多次交互的 AI 应用场景。

开源 free 编程开发

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 97

维护状态活跃

是否开源是

定价模式 free

项目数据

分类编程开发

开发团队kargarisaac

所属国家

官网地址http://docs.nablo.io

GitHubhttps://github.com/nablo-io/lerim

定价模式free

价格说明开源项目，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型agent-memory,ai-coding,ai-coding-agent,claude-code,codex,coding-agents,context,context-engineering,context-graph,cursor,developer-productivity,developer-tools,llm-agents,memory,memory-management,opencode,project-memory,trace

GitHub 星标★ 97

30天Star增速

HF 下载量

上线时间2026-02-23 00:00:00

最近更新2026-09-16 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4

使用教程

核心亮点

直接解决 AI 代理重复收集上下文的高成本问题，提升多轮任务效率
将非结构化的轨迹数据编译为结构化上下文，便于程序化复用和传递
Python 实现，API 简洁，易于集成到现有 LangChain 等代理框架中

不足之处

项目处于早期，文档和示例较少，上手需要自行阅读源码
未提供明确的性能基准或与主流框架的对比数据

适用场景

多轮对话型 AI 助手需要记忆历史操作细节时
自动化工作流中多个代理协作，需要共享上下文时
对 AI 代理进行调试和回放，分析其决策过程时

替代项目

LangSmith、Langfuse、AgentOps

项目介绍

lerim 是智能体领域的开源项目，由 kargarisaac 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 2,499 个项目，GitHub 星标数为 97。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-16。可自行部署使用，无付费版本。

它主要面向的使用场景是：多轮对话型AI助手需要记忆历史操作细节时。同类可对比的替代方案包括 LangSmith、Langfuse、AgentOps。

上一篇：awesome-agentic-engineering

下一篇：awesome-claws