llm-memory
本站收录 27 个带「llm-memory」标签的 AI 开源项目
zveczvec 是一个轻量级、极速的进程内向量数据库，专为需要高性能向量检索的 AI 应用设计。它解决的是传统向量数据库部署重、延迟高的问题，将向量索引和检索能力直接★ 16,030
memobasememobase 是一个为 AI 聊天机器人提供长期用户记忆的开源项目。它解决的是大语言模型在对话中缺乏持续记忆、无法记住用户偏好和历史信息的问题。核心能力包括★ 2,922
TinyEngramTinyEngram 是一个基于 Qwen-3 和 Stable Diffusion 系列模型的研究项目，旨在复现并验证 DeepSeek 的 Engram 架★ 1,376
Awesome-AI-MemoryAwesome-AI-Memory 是一个专注于大模型与智能体记忆领域的精选知识库，由社区持续维护。它系统性地梳理了 LLM Memory 和 Agent Me★ 1,254
Agent_Memory_TechniquesAgent_Memory_Techniques 是一个面向大语言模型（LLM）智能体的记忆技术开源项目，提供 30 个可运行的 Jupyter Notebook★ 1,082
hippo-memoryhippo-memory 是一个面向 AI 智能体的长期记忆库，灵感来自生物记忆机制。它解决的是智能体在多轮对话和长期任务中「记不住、记不准、记不久」的问题。核★ 769
Awesome-Agent-MemoryAwesome-Agent-Memory 是一个聚焦大语言模型（LLM）与多模态模型（MLLM）记忆机制的精选资源列表，系统梳理了长期上下文、检索增强和推理记忆★ 653
mnemonmnemon 是一个为 AI 智能体设计的持久化记忆工具，以 Go 语言编写，提供单一二进制文件。它解决了智能体在跨会话、跨任务中缺乏长期记忆和知识积累的问题。★ 604
claude-brainclaude-brain 是一个为 Claude Code 提供持久化记忆的轻量级工具，核心创新在于将记忆存储为单个 .mv2 文件，无需数据库、SQLite ★ 577
caura-memclaw面向 AI Agent 集群的受治理共享记忆系统，支持多智能体、多租户且原生兼容 MCP。内置信任分级、关键策略、审计追踪与知识图谱，并具备自优化的检索能力，在★ 543
cauraCaura（原名 MemClaw）是一个面向 AI 智能体集群的受治理共享内存系统，专为多智能体、多租户场景设计，原生支持 MCP 协议。它解决的核心问题是：多★ 543
rushdbRushDB 是一个面向 AI 代理的图数据库和向量数据库，同时充当记忆层。它允许用户直接推送任意 JSON 数据，无需预先定义 schema 或进行迁移，即可★ 324
memlayermemlayer 是一个为大型语言模型（LLM）提供即插即用记忆能力的 Python 库，旨在用三行代码为任何模型快速添加持久化、智能且类人的记忆与回忆功能。它★ 296
YourMemoryYourMemory 是一个面向 AI Agent 的长期记忆管理开源项目，核心创新在于引入艾宾浩斯遗忘曲线来模拟人类记忆的衰减过程。它解决了当前 AI 对话和★ 269
superlocalmemorysuperlocalmemory 是一个宣称全球首个本地优先的 AI 记忆系统，旨在解决大语言模型在长期对话和知识检索中的记忆丢失问题。它通过本地存储和知识图谱★ 227
mengrammengram 是一个为 AI 智能体提供类人记忆能力的开源项目，旨在解决智能体在长期交互中缺乏持久记忆、无法从过往经验中学习的问题。它实现了三种核心记忆类型：★ 204
PersonaMemPersonaMem 是 COLM 2025 论文的开源基准测试，用于评估大语言模型在动态用户画像和个性化回复方面的能力。它解决了现有评测缺乏对长期、动态用户记★ 199
memoket-kitememoket-kite 是一个面向 AI Agent 的开源长期记忆引擎，最大特点是「无向量」——不依赖向量数据库和嵌入模型，而是通过结构化检索与压缩策略来组★ 142
lmc-5lmc-5 是一个为长时间运行的 LLM 智能体设计的五轴记忆架构开源项目。它解决的是大模型智能体在长期任务中缺乏稳定、可扩展的记忆管理问题，避免简单依赖向量数★ 136
lossless-memorylossless-memory 是一个面向个人 AI 助手的长期记忆存储方案，核心原则是「绝不摘要、保留每一行、给所有内容打时间戳」。它解决的是当前 RAG 与★ 133
deepmemdeepmem 是一个面向 AI Agent 的开源记忆层基础设施，定位为 Mem0 的平替方案。它解决的核心问题是：让 AI 应用具备长期记忆能力，同时避免高★ 114
VetarAIVetarAI 是一款完全本地运行的 Agent 桌面应用，用 Python 开发，面向需要多智能体协作但又不愿把数据交给云端的用户。它允许你自由创建多个相互隔★ 101
memory-opensource这是一个为AI智能体设计的预测性记忆层基础设施。它通过整合MongoDB、Qdrant和Neo4j三种数据库，分别处理结构化数据、向量检索和知识图谱关系，并采用★ 73
wifewife 是一个为 AI 编程助手（如 Claude Code、Codex、Cursor 和 Gemini CLI）设计的本地、持久化且可审计的记忆层。它解决了★ 70
memormemor 是一个为大型语言模型（LLM）设计的可复现结构化记忆库，旨在解决对话助手在长对话中遗忘关键信息、记忆不可控的问题。它通过将对话历史转化为结构化的记忆★ 66
MycoMyco是一个用Rust编写的AI智能体基础设施项目，其核心理念是“活体装甲”——为AI代理提供持续进化、自我增强的认知基座。它借鉴生物仿生学原理，让AI代理像★ 65
zer0dexzer0dex 是一个面向 AI 智能体的本地双层记忆模式参考实现。它解决的是跨项目场景下，扁平记忆文件或纯向量 RAG 在召回准确性和可读性上的不足。其核心能★ 62