memory-management
本站收录 34 个带「memory-management」标签的 AI 开源项目
mem0为 AI 智能体设计的通用记忆层，让 agent 拥有跨会话的长期记忆，记住用户偏好与历史交互，是构建个性化、持续进化的智能体的关键组件。★ 66,319
cogneecognee 是一个开源的 AI 记忆平台，专为智能体设计，提供跨会话的持久长期记忆。它通过自托管的图知识引擎，让 AI 代理能够存储、检索和推理结构化知识，解★ 31,221
MemoriMemori 是一个面向生产环境的智能体原生记忆基础设施，定位为与模型无关的中间层，将智能体的执行过程和对话内容转化为结构化、持久化的状态，供企业级系统使用。它★ 17,008
EverOSEverOS 是一个面向 AI 代理的便携式记忆层，主打本地优先、Markdown 原生、用户所有且跨应用自进化。它解决的是 AI 代理在不同工具和工作流中缺乏★ 13,292
MemOSMemOS 是一个面向大语言模型和 AI 智能体的自进化记忆操作系统，旨在解决智能体在长期任务中缺乏持久记忆和技能复用能力的问题。它提供超持久记忆存储、混合检索★ 11,646
agentcore-samplesagentcore-samples 是 Amazon Bedrock AgentCore 的官方示例仓库，用 Python 编写，集中展示如何把 AI 智能体从★ 3,405
MemMachineMemMachine 是一个为 AI 智能体设计的通用记忆层，旨在解决智能体在长期运行中状态管理混乱、记忆丢失和上下文碎片化的问题。它提供可扩展、可互操作的记忆★ 3,228
memantoMemanto 是一个为 AI 智能体设计的长期记忆层，旨在解决大语言模型在对话和任务执行中缺乏持久记忆的问题。它通过语义记忆、向量检索和状态管理，让智能体能跨★ 2,303
agentsetagentset 是一个开源的 RAG（检索增强生成）平台，旨在解决企业或个人在构建知识库问答系统时面临的文档解析、检索准确性和答案可追溯性问题。它内置了引用机★ 2,099
mexmex 是一个为 AI 编程代理提供持久化项目记忆的开源工具。它通过结构化的脚手架（scaffold）和漂移检测命令行界面，帮助 AI 代理在多次会话中保持对项★ 1,745
LightMemLightMem 是一个面向智能体的轻量级记忆增强生成框架，旨在解决大语言模型在长期对话与复杂任务中缺乏持久记忆、上下文窗口受限的问题。它通过高效的内存管理机制★ 1,182
awesome-ai-memory这是一个精选AI记忆相关开源项目的列表，旨在帮助开发者、研究者和产品经理快速了解AI记忆领域的最新进展。项目本身并非一个具体的记忆工具，而是一个导航站，系统梳理★ 885
CodeFuse-muAgentCodeFuse-muAgent 是一个由知识图谱引擎驱动的创新智能体框架，旨在解决大语言模型在复杂任务中知识缺失、推理不透明和工具调用不稳定等问题。它通过将知★ 777
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
openclaw-auto-dreamopenclaw-auto-dream 是一个为 OpenClaw 智能体提供自动记忆整合能力的开源项目，其核心理念是“让 AI 像人类一样睡眠”，通过周期性的★ 549
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
mira-OSSMIRA OS 是一个开源的 AI 对话助手框架，旨在构建一个具有长期记忆和工具使用能力的智能体。它通过“离散记忆”机制模拟记忆的衰减与强化，使 AI 能更自然★ 479
openclaw-optimization-guideOpenClaw 优化指南是一个面向 OpenClaw AI 智能体的实战优化手册，旨在解决智能体运行速度慢、响应质量差和成本高的问题。它系统性地覆盖了速度优化★ 388
rekal-clirekal-cli 是一个面向 AI 编程代理的团队记忆层命令行工具。它要解决的核心问题是：Claude Code 等编码代理每次新会话都从零开始，不了解你的代★ 205
LLM-ToolsLLM-Tools 是一个开源的计算器工具，专门用于估算大型语言模型（LLM）系统的硬件需求。它解决了在部署 LLM 时，用户难以准确计算所需的 GPU 显存、★ 183
context-engineeringContext Engineering 是一个专注于构建一致、准确、可预测 AI 系统的开源项目。它解决的核心问题是：在大语言模型应用中，上下文（Context★ 156
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
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
cognitive-workspacecognitive-workspace 是一个面向大语言模型（LLM）的主动记忆管理系统，通过认知工作区架构实现功能性无限上下文。它解决了 LLM 上下文窗口有★ 105
codex-memoriescodex-memories 是给 OpenAI Codex 这类编码智能体加装长期记忆的本地优先方案。它解决的核心问题是：Codex 每次会话都从零开始，之前★ 103
lerimlerim 是一个将 AI 代理（agent）的运行轨迹（traces）编译成可复用上下文的工具。它解决的是 AI 代理在多次执行任务时重复收集信息、上下文碎片★ 97
overmindovermind 是一个基于 JavaScript 的智能体框架，旨在为多个 AI 工具提供统一的持久化记忆层。它通过 66 个模块和 6 个通道构建认知神经系★ 85
robrainrobrain 是一个面向团队与 AI 代理的共享记忆工具，它能够智能判断哪些信息值得保留，从而解决 AI 对话中上下文丢失和团队知识碎片化的问题。核心能力包括★ 81
HippocampAIHippocampAI 是一个为 LLM 智能体设计的自主记忆引擎，旨在解决大模型在长对话或复杂任务中缺乏长期记忆的问题。它通过模拟海马体的功能，为智能体提供类★ 74
memcordmemcord 是一个自托管的、隐私优先的 MCP（模型上下文协议）服务器，专为长期 AI 记忆设计。它解决的核心问题是：用户在使用 Claude、ChatGP★ 74
ATM-BenchATM-Bench 是一个用于评估 AI 智能体长期个性化记忆能力的基准测试平台。它解决了当前 AI 在跨长时间跨度、多模态数据（如图像、视频、邮件）中，难以准★ 67
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
hummingbirdhummingbird 是一个轻量级、零依赖的 C 语言运行时，专为大规模开源混合专家（MoE）语言模型设计。它通过统一 SSD、RAM 和 VRAM 为单一智★ 58