MemTrace

给大模型记忆装个行车记录仪，出错秒级定位归因

MemTrace 是一个针对大语言模型记忆系统的错误追踪与归因工具。它解决了 LLM 应用中记忆模块（如向量数据库、缓存、上下文管理等）出现错误时难以定位和解释的问题。核心能力包括：对记忆读写操作进行细粒度追踪，记录每次记忆访问的上下文和结果；通过对比预期与实际行为，自动归因错误来源（如检索失败、存储冲突、上下文截断等）；提供可视化界面或日志，帮助开发者理解记忆系统在复杂交互中的行为。MemTrace 旨在提升 LLM 应用的可靠性和可调试性，尤其适用于构建长期记忆、多轮对话或个性化助手的场景。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 73

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队zjunlp

所属国家

官网地址

GitHubhttps://github.com/zjunlp/MemTrace

定价模式free

价格说明开源项目，MIT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MIT

主要语言Python

技术栈/模型agent,agent-tracing,artificial-intelligence,attributing-errors,debugging,large-language-models,memory-system,memtrace,natural-language-processing,tool,tracing,tracing-errors

GitHub 星标★ 73

30天Star增速

HF 下载量

上线时间2026-05-20 00:00:00

最近更新2026-09-18 00:00:00

维护状态维护中

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3

使用教程

核心亮点

针对 LLM 记忆系统错误定位，填补了调试工具空白
追踪粒度细，能区分检索、存储、上下文等不同环节的故障
提供可视化或日志，降低排查门槛

不足之处

项目处于早期，文档和社区支持待观察
仅支持 Python 技术栈，生态覆盖有限

适用场景

调试多轮对话中记忆丢失或混淆的问题
优化 RAG 应用中的检索失败与错误归因
评估长期记忆系统在复杂交互下的稳定性

替代项目

Langfuse、LangSmith、Arize Phoenix

项目介绍

MemTrace 是基础设施领域的开源项目，由 zjunlp 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 1,132 个项目，GitHub 星标数为 73。

项目仍在小幅维护中，最近一次代码更新于 2026-09-18。MIT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：调试多轮对话中记忆丢失或混淆的问题。同类可对比的替代方案包括 Langfuse、LangSmith、Arize Phoenix。

上一篇：Lexoid

下一篇：voyageai-python