MemoryOS

活跃
GitHub Python Apache-2.0

简介

为个性化 AI Agent 设计的记忆操作系统，支持长期记忆、RAG 与用户画像。

核心特性

  • 受操作系统内存管理启发的分层记忆架构（短期、中期、长期）
  • MCP 服务器集成，可将长期记忆注入任何 AI 应用
  • 在 LoCoMo 基准测试中达到 SOTA，F1 提升 49.11%，BLEU-1 提升 46.18%
  • 即插即用的模块化设计，支持可插拔存储引擎、更新策略和检索算法
  • 通用 LLM 支持，包括 OpenAI、DeepSeek、Qwen 和 Anthropic 模型
  • Docker 部署和 ChromaDB 向量数据库支持，实现可扩展的记忆存储

适用场景

💡 为个性化 AI Agent 提供长期对话记忆和用户画像能力
💡 构建跨会话记住用户偏好的上下文感知聊天机器人
💡 创建具有动态记忆更新和检索功能的 RAG 驱动应用
💡 开发能回忆之前项目上下文和决策的 AI 编程助手

标签

agent-memory rag personalization python

分类

🧩 Agent 记忆 📚 RAG 工具

快速开始

1. 通过 pip 安装：`pip install memoryos`，或通过 MCP 在 Agent 客户端中配置。
2. 为你的 LLM 提供商设置环境变量（如 `OPENAI_API_KEY`）。
3. MCP 集成：将 MemoryOS MCP 服务器添加到 Claude Desktop 或 Cursor 配置中。
4. 使用 baijia.online/memoryos/ 的 Playground 平台进行快速测试。
5. Docker 部署：使用提供的 docker-compose 配置配合 ChromaDB。
访问 GitHub

相关项目