vektori

让 AI 代理记住完整故事，而非零散事实

vektori 是一个面向 AI 代理的记忆系统，旨在让代理不仅记住事实，还能记住完整的‘故事’。它通过文件系统内存和三层句子图（事实、情节、原始句子）来组织信息，所有数据存储在一个数据库中，零配置即可使用。该项目解决的是 AI 代理在长期交互中缺乏结构化记忆的问题，使其能够更自然地回忆和关联上下文。核心能力包括：将非结构化文本自动分层为事实、情节和句子，支持文件系统级的内存持久化，以及提供统一的查询接口。目前处于早期阶段，但设计理念新颖，适合需要复杂记忆能力的 AI 应用。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 135

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bandr-ai

所属国家

官网地址https://vektori.cloud

GitHubhttps://github.com/vektori-ai/vektori

定价模式free

价格说明开源项目，Apache-2.0 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Apache-2.0

主要语言Python

技术栈/模型ai-agents,ai-memory,anthropic,context-engineering,knowledge-graph,llm,long-term-memory,memory,ollama,open-source,openai,personalization,pgvector,python,rag,self-hosted,sentence-graph,sqlite,state-management,vector-database

GitHub 星标★ 135

30天Star增速

HF 下载量

上线时间2026-03-23 00:00:00

最近更新2026-09-21 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2

使用教程

核心亮点

三层句子图结构（事实/情节/句子）能捕捉叙事逻辑，超越简单向量检索
文件系统内存设计，零配置启动，降低部署门槛
单数据库存储，简化数据管理，适合快速集成到现有代理

不足之处

项目处于早期，文档和社区生态尚待完善
性能在超大规模数据下未经验证，可能成为瓶颈

适用场景

需要长期记忆的对话式 AI 助手
复杂任务代理（如研究、写作）的上下文管理
个人知识库的智能检索与关联

替代项目

Mem0、LangChain Memory、ChromaDB

项目介绍

vektori 是基础设施领域的开源项目，由 bandr-ai 开发，是 2026 年新上线的项目。

它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 135。

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 2026-09-21。Apache-2.0 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：需要长期记忆的对话式AI助手。同类可对比的替代方案包括 Mem0、LangChain Memory、ChromaDB。

上一篇：aegis-stack

下一篇：sndr_core_engine