mememo 是搜索知识领域的开源项目，由 poloclub 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 167。
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 2026-09-20。开源库，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：本地文档智能问答，如个人知识库助手。同类可对比的替代方案包括 HNSWLib、LanceDB、Vectra。
mememo
在浏览器里跑向量搜索和 RAG，无需后端，隐私又快速
mememo 是一个基于 TypeScript 的 JavaScript 库，旨在将向量搜索和 RAG（检索增强生成）能力直接带入浏览器端。它解决了传统向量数据库和 RAG 服务依赖后端服务器的问题，让开发者能够在纯前端环境中实现语义搜索、相似度匹配和基于上下文的文本生成。核心能力包括：本地向量索引与存储、多种嵌入模型接入（如 OpenAI、Hugging Face）、支持 HNSW 等近似最近邻算法、以及与主流前端框架无缝集成。通过 mememo，开发者可以构建隐私敏感、离线可用或低延迟的搜索应用，例如本地文档问答、个性化推荐、知识库检索等，无需搭建复杂的基础设施。
开源
free
搜索知识
GitHub 星标
★ 167
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poloclub
所属国家
定价模式free
价格说明开源库，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TypeScript
技术栈/模型browser,document-search,gen-ai,image-search,llm,rag,vector-database,vector-search
GitHub 星标★ 167
30天Star增速
HF 下载量
上线时间2024-01-28 00:00:00
最近更新2026-09-20 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1
使用教程
核心亮点
- 纯浏览器端运行，数据不出本地，隐私性强且无需服务器成本
- 支持多种嵌入模型和向量索引算法，灵活适配不同场景
- API 设计简洁，与前端框架集成容易，上手快
不足之处
- 浏览器端性能受限于设备算力，大规模数据下可能卡顿
- 文档和示例较少，社区生态尚在早期
适用场景
- 本地文档智能问答，如个人知识库助手
- 离线或弱网环境下的语义搜索应用
- 隐私敏感场景，如医疗、金融数据的本地检索
替代项目
HNSWLib、LanceDB、Vectra
项目介绍
上一篇：RustyRAG
下一篇：example-rag-app
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···