MemoRAG

给 RAG 装个记忆库，模糊问题也能精准检索

MemoRAG 是一个基于记忆的数据接口的 RAG 框架，旨在解决传统 RAG 在处理模糊、信息不完整或全局性问题时的检索质量瓶颈。它通过引入长期记忆机制，先对全部数据做轻量级全局预扫描，形成记忆库，再在查询时用记忆辅助生成精准的搜索提示，引导向量检索或混合检索获取相关证据，最终由生成模型产出答案。核心能力包括：支持从非结构化文本中提取记忆、自动构建记忆库、记忆引导的检索提示生成、与多种检索器（如向量、BM25）灵活集成，以及提供统一的数据接口适配不同应用场景。项目用 Python 实现，接口简洁，适合快速集成到现有 RAG 流程中，尤其适用于需要跨文档综合推理、多跳问答和复杂信息提取的任务。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2265

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qhjqhj00

所属国家

官网地址

GitHubhttps://github.com/qhjqhj00/MemoRAG

定价模式free

价格说明开源项目，Apache-2.0许可证，可自行部署使用，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long-llm,memory,rag

GitHub 星标★ 2265

30天Star增速

HF 下载量

上线时间2024-09-04 00:00:00

最近更新2026-09-23 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0

使用教程

难度：进阶约 30 分钟部署方式：本地安装 6 步

环境要求

已安装 Python 环境
conda 环境（用于安装 faiss-gpu）
NVIDIA GPU（README 示例在 Colab T4 15GiB 显存上运行）
可访问 HuggingFace 下载记忆模型权重（如 TommyChien/memorag-qwen2-7b-inst）

安装与启动步骤

1克隆仓库

从 GitHub 拉取 MemoRAG 源码到本地，后续依赖安装和源码安装都在该目录进行。
```
git clone https://github.com/qhjqhj00/MemoRAG.git
cd MemoRAG
```
2安装 PyTorch

README 指定安装 torch 2.3.1 版本，用于加载记忆模型与生成模型。
```
pip install torch==2.3.1
```
3安装 FAISS-GPU

通过 pytorch 与 nvidia 频道安装 faiss-gpu 1.8.0，供向量检索使用。
```
conda install -c pytorch -c nvidia faiss-gpu=1.8.0
```
4从源码安装

README 中 Install from source 一节命令未完整展示，请进入仓库目录后参照仓库最新 README 完成源码安装。
5初始化 MemoRAG

可直接用 HuggingFace 模型初始化，支持 memorag-qwen2-7b-inst、memorag-mistral-7b-inst 两个记忆模型。
```
from memorag import MemoRAG
```
6构建全局记忆

调用 MemoRAG.memorize() 对长上下文做一次记忆预扫描并建立记忆库；Memory 类也可单独用于存储与回忆。

关键配置

配置项	必填	说明	示例
`endpoint`	是	生成模型 API 的访问地址	`https://your-resource.openai.azure.com/`
`api_version`	是	API 版本号，README 给出该预览版示例	`2024-02-15-preview`
`api_key`	是	调用生成模型接口所需的密钥	`sk-xxxxxxxx`
`model`	是	生成模型名称，示例使用 gpt-35-turbo-16k	`gpt-35-turbo-16k`
`source`	是	模型服务来源，示例为 azure	`azure`
`beacon_ratio`	否	增大该参数可扩展记忆模型可处理的长上下文容量	`16`

如何确认成功

能成功执行 from memorag import MemoRAG 并调用 memorize() 处理长文本而不报错，即表示记忆库构建成功。

常见问题

Q：显存不够怎么办？

A：README 示例仅在 Colab T4 15GiB 显存上运行，只能处理示例书约 68K tokens 的一半内容，可减少输入长度或换更大显存设备。

Q：最多能处理多长的上下文？

A：默认参数下 memorag-qwen2-7b-inst 可处理约 400K tokens，memorag-mistral-7b-inst 约 128K tokens；把 beacon_ratio 调到 16 时 qwen2 版本可达一百万 tokens。

Q：必须安装 faiss-gpu 吗？

A：README 的依赖安装步骤使用 conda 安装 faiss-gpu=1.8.0，说明检索部分依赖 FAISS 向量库，请按该步骤安装。

Q：有免费试用方式吗？

A：README 提供 Google Colab 笔记本，可在 T4 GPU 上免费跑通记忆模型、检索器与生成模型的完整流程。

注意事项

README 只给出了依赖安装与 Colab 试用，Install from source 的命令被截断，请以仓库最新 README 为准。
记忆模型权重托管在 HuggingFace（TommyChien 系列），首次运行需联网下载。
生成模型接口示例为 Azure（source=azure、model=gpt-35-turbo-16k），需自行准备 endpoint 与 api_key。
扩大处理长度优先调整 beacon_ratio，会同时增加显存与计算开销。

核心亮点

记忆机制显著提升模糊查询和多跳问题的检索准确率
接口统一，易于与现有 RAG 流程集成，改造成本低
支持多种检索后端，灵活适配不同数据规模

不足之处

记忆构建需额外计算开销，大语料下耗时较长
对非文本数据（如图表）支持有限
文档/社区待观察

适用场景

企业知识库问答，处理跨文档综合问题
学术文献综述，自动关联多篇论文观点
智能客服，理解用户模糊意图并给出准确答复

替代项目

GraphRAG、RAGFlow、LlamaIndex

项目介绍

MemoRAG 是搜索知识领域的开源项目，由 qhjqhj00 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（2,265）位列前 30%，在搜索知识分类中处于中上游。

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 2026-09-23。Apache-2.0许可证，可自行部署使用，完全免费。

它主要面向的使用场景是：企业知识库问答，处理跨文档综合问题。同类可对比的替代方案包括 GraphRAG、RAGFlow、LlamaIndex。

上一篇：SAG

下一篇：edgequake