memU

让不同 AI 智能体共享你的个人记忆，越用越懂你

开源 freemium 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 14522

维护状态活跃

是否开源是

定价模式 freemium

项目预览

项目数据

分类智能体

开发团队NevaMind-AI

所属国家

官网地址https://memu.pro

GitHubhttps://github.com/NevaMind-AI/memU

定价模式freemium

价格说明官网提供免费使用入口，付费方案待确认

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,claude-skills,harness,loop-engineering,mcp,memory,openclaw,openclaw-skills,sandbox,skills

GitHub 星标★ 14522

30天Star增速

HF 下载量

上线时间2025-07-29 00:00:00

代码更新—

仓库体积—

本站数据更新—

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2026-10-11

浏览次数0

项目介绍

memU 是一个面向 AI 智能体的个人记忆层开源项目，用 Python 编写，核心目标是解决智能体跨会话、跨工具“记不住用户”的问题。它把用户偏好、历史交互、任务上下文等沉淀为可复用的记忆，让 Claude、MCP 客户端、OpenClaw 等不同智能体共享同一份个人记忆，而不是每次对话都从零开始。项目提供记忆的写入、检索与组织能力，并通过 MCP、skills、harness 等机制接入现有智能体工作流，还涉及沙箱与循环工程等配套设计，方便在真实任务中持续积累和调用记忆。对开发者而言，它相当于给智能体装上一个持久化的“个人档案”，减少重复交代背景的成本，提升多轮、多工具协作时的连贯性。

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

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

一个受支持的宿主智能体（Codex、Claude Code、Cursor、OpenClaw、Hermes、WorkBuddy、Cola、pi 等）
从 memu.so 获取的 memU API Key（形如 memu_xxxxxxxx）
能访问 https://memu.pro/SKILL.md 的网络环境
采用本地/自托管模式时，需准备记忆库路径（MEMU_DB）

安装与启动步骤

1获取 API Key

前往 memu.so 注册并复制你的 memU API Key，形如 memu_xxxxxxxx；后续安装步骤需要把它交给智能体。
2让智能体安装

在受支持的智能体（如 Claude Code、Cursor、OpenClaw）中发送下面这条消息，智能体会读取 SKILL.md 并按其中的说明完成安装与配置。
```
Read https://memu.pro/SKILL.md, follow its instructions to install and configure memU, API Key is memu_xxxxxxxx
```
3确认集成生效

安装完成后，智能体会获得 Memorize（后台定期捕获会话知识）与 Retrieve（在新任务中取回相关记忆）两项能力，可在会话中让它总结并记忆当前进展。
4调整记忆配置

配置按进程环境变量 → ~/.memu/config.env → 默认值的顺序解析；可用 MEMU_MEMORY_MODE 在 Local 与 Cloud 后端之间切换，用 MEMU_DB 指定本地库路径。
5卸载（可选）

如需卸载，向智能体发送下面的消息；默认只移除宿主集成与工具，记忆库和 ~/.memu/config.env 会保留，便于日后重装续用。
```
Read https://memu.pro/SKILL.md and follow its instructions to uninstall memU.
```

关键配置

配置项	必填	说明	示例
`MEMU_MEMORY_MODE`	否	选择记忆后端：Local 或 Cloud；不设置时保持 Local	`Local`
`MEMU_DB`	否	本地记忆库路径，宿主适配器模式下为必填项	`./data/memu.sqlite3`
`MEMU_EMBED_PROVIDER`	否	嵌入向量服务商，可选 openai、jina、voyage、doubao、openrouter	`openai`
`MEMU_API_KEY`	是	访问嵌入服务商的密钥，未填时回退到服务商自身环境变量	`sk-xxxxxxxx`
`MEMU_EMBED_MODEL`	否	嵌入模型名称，默认使用所选服务商的默认模型	`text-embedding-3-small`
`MEMU_BASE_URL`	否	服务商接口地址，默认使用该服务商的官方地址	`https://api.openai.com/v1`

如何确认成功

执行 ` doctor`，它会打印当前解析出的记忆模式，并验证与宿主相同的检索路径是否可用。

常见问题

Q：没有显式设置 MEMU_MEMORY_MODE 会怎样？

A：未设置时保持 Local 后端，以兼容旧版本用法；需要云端共享记忆时再显式改为 Cloud。

Q：配置项之间谁的优先级更高？

A：按进程环境变量 → ~/.memu/config.env → 默认值的顺序解析，环境变量会覆盖配置文件中的同名项。

Q：卸载会清空我的记忆吗？

A：默认不会。卸载只移除宿主集成和工具，记忆库与 ~/.memu/config.env 会保留；只有你明确要求删除记忆时才会清空。

Q：旧的 MEMU_LLM_PROVIDER 还能用吗？

A：可以。它作为 MEMU_EMBED_PROVIDER 的历史变量仍会被读取，但建议直接使用新的变量名。

Q：API Key 从哪里拿？

A：从 memu.so 获取，形如 memu_xxxxxxxx；随后在安装消息里把它交给智能体完成配置。

注意事项

memU 的核心记忆逻辑仅约 500 行，便于阅读、理解和二次改造。
记忆可跨会话、跨智能体、跨设备共享，属于免费且不限量的服务。
在宿主适配器模式下必须显式提供 MEMU_DB 路径，否则本地模式无法定位记忆库。
本项目主要通过智能体读取 SKILL.md 自动安装，README 未提供 pip、docker 等手工安装命令，请勿自行臆造。

核心亮点

以 MCP、skills 等形式接入现有智能体，不需要重写整套 agent 框架
强调跨智能体共享记忆，Claude、OpenClaw 等可复用同一份用户档案
Python 实现，技术栈贴合当前 agent-memory 与工具调用生态，便于二次开发

不足之处

记忆的隐私边界与本地/云端存储策略需要使用者自行确认
项目概念和模块较多，新手理解 harness、sandbox 等设计有一定门槛

适用场景

个人助理类智能体跨会话记住用户偏好与历史任务
多智能体协作时共享同一份用户背景和上下文
基于 MCP 的 Claude 等客户端接入长期个人记忆

替代项目

mem0、Letta、Zep

上一篇：agent-zero

下一篇：get-started-with-ai-agents