powermem

给 AI 装上长期记忆，让对话更懂你

PowerMem 是一个为 AI 智能体设计的记忆插件，旨在解决大模型在长期对话和复杂任务中缺乏持久记忆、上下文受限的问题。它通过提供准确、敏捷且低成本的记忆管理能力，让 AI 智能体能够记住用户偏好、历史交互和关键信息，从而在后续对话中做出更个性化的响应。核心能力包括高效的记忆存储与检索、上下文工程优化，以及轻量级集成，支持 Python 生态和多种数据库后端。项目处于早期阶段，但已展现出提升 AI 助手连续性和智能水平的潜力。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1137

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队oceanbase

所属国家

官网地址https://powercontext.oceanbase.io

GitHubhttps://github.com/oceanbase/powermem

定价模式unknown

价格说明定价信息待确认

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agentic,ai-agents,context,context-aware,context-compression,context-engineering,databases,handoff,jev-ai,long-term-memory,memory,multi-agent

GitHub 星标★ 1137

30天Star增速

HF 下载量

上线时间2025-11-10 00:00:00

最近更新2026-09-23 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1

使用教程

难度：进阶约 20 分钟部署方式：命令行工具 6 步

环境要求

Git
uv（Python 包与工具管理器，可自动准备 Python）
Python 3.11+（可由 uv 自动安装）
目标 Agent 的 CLI（如 Codex / Claude Code）
macOS 或 Linux；Windows 支持为 experimental

安装与启动步骤

1安装 CLI 工具

用 uv 安装 1.0.0 稳定版，包含 cli 与 server 两组功能；如依赖下载慢可参考官方镜像重试说明。
```
uv tool install --force "powercontext[cli,server]==1.0.0"
```
2创建配置目录

在一个专用目录中初始化配置，后续所有命令都在此目录下执行，避免污染其他工程。
```
mkdir -p powercontext-config
cd powercontext-config
```
3运行配置向导

交互式向导会询问存储、本地/远程访问、记忆能力、Dashboard、模型 API 与 Agent 连接，并生成 .env。
```
powercontext config init --language en --output .env
```
4启动 Server

在当前终端启动服务并保持运行不要关闭；若需 seekdb，向导会提示一次并在后台安装依赖。
```
powercontext server run --env-file .env
```
5验证客户端连接

另开一个终端回到配置目录，只加载客户端设置，然后检查连通性与可用能力。
```
set -a
. ./.env
set +a
powercontext ready
powercontext capabilities
```
6接入 Agent 集成

按 .env.next-steps.md 创建并绑定 Scope、安装对应插件；以 Codex 为例执行安装与体检命令。
```
powercontext setup codex --ref powercontext-v1.0.0
powercontext doctor codex
```

关键配置

配置项	必填	说明	示例
`--env-file`	是	启动 Server 时指定向导生成的 .env 环境文件	`powercontext server run --env-file .env`
`--language`	否	指定配置向导的交互语言	`en`
`--output`	否	指定向导写入的环境文件名	`.env`
`--ref`	否	安装 Agent 集成时指定版本引用	`powercontext-v1.0.0`
`--allow-insecure-http`	否	远程 HTTP 地址自动化安装时的显式同意开关	`--allow-insecure-http`

如何确认成功

在第二个终端执行 powercontext ready 与 powercontext capabilities 正常返回，且 powercontext doctor codex 通过集成检查。

常见问题

Q：Python 依赖下载慢或失败怎么办？

A：按官方提供的镜像重试说明操作：在 install-and-run 文档的 Retry dependency downloads with a mirror 一节中给出了镜像下载的配置方式。

Q：需要额外的模型 API 凭据吗？

A：向导中选 Full memory capabilities 需要单独的 Generation 与 Embedding API 凭据，Agent 订阅不提供这类 Server 凭据；选 Basic memory 则无需额外模型 API 即可显式存取记忆。

Q：可以连接另一台机器上的 Server 吗？

A：可以，但需使用 HTTPS，或按远程连接指南操作；安装程序会识别来自参数或环境变量的远程 HTTP 地址并请求明确同意，自动化安装需加 --allow-insecure-http。

Q：各 Agent 集成的支持程度如何？

A：Codex 标记为 official，其他宿主与 Python Agent 框架为 community，Bub 仅用于 evaluation，具体可用功能见官方能力矩阵。

注意事项

Server 必须在原终端持续运行，验证连接与体检需另开终端。
向导会生成 .env 和 .env.next-steps.md 两个文件，后续 Scope 绑定与插件安装按 next-steps 文档继续。
Windows 为实验性支持，建议在 macOS 或 Linux 上部署。
除 CLI 外还可用异步 Python 客户端、HTTP API、MCP 或进程内 Core SDK 接入。

核心亮点

提供精准的记忆检索，减少无关信息干扰
响应速度快，记忆读写延迟低
成本优化设计，降低长期记忆存储开销

不足之处

文档/社区待观察
早期项目，功能稳定性未经大规模验证

适用场景

构建具备长期用户记忆的聊天机器人
为 AI 助手提供跨会话的偏好和行为学习
在复杂多轮任务中保留关键上下文信息

替代项目

Mem0、MemGPT、LangMem

项目介绍

powermem 是智能体领域的开源项目，由 oceanbase 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,137）位列前 30%，在智能体分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：构建具备长期用户记忆的聊天机器人。同类可对比的替代方案包括 Mem0、MemGPT、LangMem。

上一篇：okf-skills

下一篇：mcpls