
LightMem
给AI装上长效记忆,让对话更连贯、回答更懂你。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1219
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境与 pip(项目为 Python 开发,源码安装需 pip install -e .)
- 已在本地克隆 LightMem 仓库(源码安装方式)
- 需准备 LLM 服务:OpenAI、DeepSeek 等云 API,或 Ollama、vLLM 等本地模型
- 需从 HuggingFace 下载 llmlingua-2 与 all-MiniLM-L6-v2 模型,并能访问 HuggingFace 下载数据集
安装与启动步骤
-
1克隆仓库
把 LightMem 源码下载到本地,克隆后目录名为 LightMem,后续均在仓库内操作。
git clone https://github.com/zjunlp/LightMem.git -
2进入项目目录
切换到仓库根目录,README 明确要求在根目录下运行。
cd LightMem -
3源码安装依赖
README 推荐源码安装方式;部分网络环境代理会干扰 pip,故先取消代理再安装。
unset ALL_PROXY pip install -e . -
4配置模型与密钥
在 API Configuration 中修改 JUDGE_MODEL、LLM_MODEL 及各自的 API_KEY 与 BASE_URL,否则无法调用模型。
-
5下载本地模型
从 HuggingFace 下载 llmlingua-2 与 all-MiniLM-L6-v2,并在 Model Paths 中把路径改成实际存放位置。
-
6下载数据集
从 HuggingFace 下载 longmemeval-cleaned 数据集,并在 Data Configuration 中修改数据路径。
-
7运行快速开始
进入 experiments 目录执行示例脚本 run_lightmem_qwen.py,脚本会跑通记忆写入与检索流程。
cd experiments python run_lightmem_qwen.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
JUDGE_MODEL | 是 | 判定/评估所用模型名,位于 API Configuration 中 | gpt-4o-mini |
LLM_MODEL | 是 | 主生成模型名,位于 API Configuration 中 | deepseek-chat |
API_KEY | 是 | JUDGE_MODEL 与 LLM_MODEL 各自对应的服务密钥 | sk-xxxxxxxx |
BASE_URL | 是 | 模型服务的接口地址,JUDGE 与 LLM 需分别设置 | https://api.openai.com/v1 |
index_strategy | 否 | 索引方式:embedding/context/hybrid/None,默认 None | embedding |
update | 否 | 记忆更新模式,offline 为完整支持,online 暂为占位 | offline |
如何确认成功
python run_lightmem_qwen.py 能无报错运行并输出生成/检索结果,即说明安装与配置成功。
常见问题
Q:pip install lightmem 报找不到包怎么办?
A:README 中该方式标注为 Coming soon,尚未发布。请改用源码安装:克隆仓库后执行 pip install -e .。
Q:pip 安装失败或超时怎么办?
A:README 在源码安装命令前先执行了 unset ALL_PROXY,说明代理环境可能干扰安装;取消代理后重试 pip install -e .。
Q:报错提示找不到模型或路径怎么办?
A:需先下载 llmlingua-2 与 all-MiniLM-L6-v2,并在 Model Paths 中把路径改为本地实际目录,不能沿用默认值。
Q:把 update 设为 online 后记忆没有保存?
A:README 说明 online 目前是预留功能(no-op 占位),此模式下记忆不会被持久化,请使用 offline。
Q:可以用本地大模型而不调用云 API 吗?
A:可以,项目兼容 OpenAI、DeepSeek 等云 API 以及 Ollama、vLLM 等本地模型,在 MemoryManagerConfig 等配置里改 model_name 即可。
注意事项
- README 未给出 CUDA/显存等硬件要求,请按所选模型的实际情况准备运行环境。
- 配置路径均为占位,需替换为你本机下载模型与数据集的真实路径。
- 示例脚本依赖 longmemeval-cleaned 数据集,未下载会在运行时读取数据失败。
- 文档中的安装说明较简略,若目录结构与示例不一致,请以仓库实际文件为准。
核心亮点
- 记忆检索延迟低,适合实时交互场景
- 支持多种记忆存储后端,灵活适配现有架构
- 与主流 LLM 框架集成简单,上手成本低
不足之处
- 文档/社区待观察
- 记忆压缩可能丢失细节,复杂推理场景效果待验证
适用场景
- 长期对话助手,如客服机器人、个人AI助理
- 多轮任务型智能体,需跨会话保持状态
- 知识密集型问答,需引用历史交互或外部知识
替代项目
MemGPT、Letta、Zep
上一篇:AgentCrew
下一篇:ai-toolkit
同类项目推荐
PraisonAI
开源
5行代码部署24/7自主AI员工,自动研究规划执行任务
Private AI agents for highly regulated teams, and for anyone who wants AI on their o···
agent-orchestrator
开源
像管团队一样管编码智能体,从规划到合并全程可控
Plan, run and supervise fleets of agents from task to merged PR. Desktop (macOS, Win···
openclaw-unity-plugin
开源
用AI对话直接操控Unity编辑器,省去重复点击,开发效率翻倍。
55 MCP tools to drive the Unity Editor from any MCP-compatible AI agent — scenes, G···
lotti
开源
记录即管理,AI 提建议,你拍板,数据全加密。
A private logbook with a staff of personal AI assistants. Agents read what you recor···
cantrip
开源
用 Elixir 打造实时多智能体协作环境,让编码自动化更灵活。
the extensible, customizable, self-documenting, real-time multi-agent computing envi···
Awesome-Self-Improving-Agents
开源
一张图看懂智能体如何自我进化
A curated list for Self-Improvement in Foundation Model Based Agentic Systems.
Apollo
开源
Windows 远程控制 Agent,一条命令管住目标主机
A .NET Framework 4.0 Windows Agent
ue5-mcp-bridge
开源
把 AI 接入 UE5 编辑器,用自然语言驱动游戏开发
MCP server bridging AI assistants to Unreal Engine 5 editor
deliberation
开源
让多个AI互相参谋,自动仲裁出最优答案
Ask Codex, Gemini, Grok, and 400+ OpenRouter models (Qwen, Kimi, DeepSeek) for secon···