Memori
活跃简介
Agent 原生记忆基础设施，将 Agent 执行过程和对话转化为结构化持久状态，提供 LLM 无关的记忆管理层，支持 MCP 集成和 Python/TypeScript 双语言 SDK。
核心特性
- Agent 原生记忆基础设施，自动将对话和执行过程转化为结构化持久状态
- LLM 无关设计，支持 OpenAI、Anthropic 等任意模型提供商
- Python/TypeScript 双语言 SDK，MCP 一键集成 Claude Code/Cursor/Codex
- LoCoMo 基准测试 81.95% 准确率，token 消耗仅为全量上下文的 4.97%
- 实体归因系统，支持按用户/代理/进程粒度追踪记忆来源
- Memori Cloud 零配置部署和 BYODB 自建数据库两种模式
适用场景
💡 AI Agent 跨会话持久记忆和上下文恢复
💡 客服系统中用户偏好和历史交互的长期追踪
💡 开发团队共享编码规范和项目约定
💡 多 Agent 协作中的共享状态和决策记录
💡 降低 LLM 调用的上下文窗口成本
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（16.5k stars）
- • Issue 响应及时，积压少
⚠️ 不足
- • 缺少明确的开源许可证
分类
快速开始
```bash
pip install memori
# 或
npm install @memorilabs/memori
```
设置 `MEMORI_API_KEY` 和 `OPENAI_API_KEY` 环境变量，然后用 Memori 包装 LLM 客户端：
```python
from memori import Memori
from openai import OpenAI
client = OpenAI()
mem = Memori().llm.register(client)
mem.attribution(entity_id="user_123", process_id="support_agent")
```
对话会自动持久化和召回。MCP 集成：`claude mcp add --transport http memori https://api.memorilabs.ai/mcp/`