EverOS

活跃
GitHub Python Apache-2.0

简介

EverOS 是一个面向自进化智能体的长期记忆平台,提供记忆构建、评估和集成能力,让 AI 智能体能够持续积累经验并自我优化。

核心特性

  • Markdown 为真相源:所有记忆以 .md 文件持久化,可用 Obsidian/Git 直接编辑和版本管理
  • 轻量三件套存储:Markdown(真相)+ SQLite(状态/队列)+ LanceDB(向量+BM25+标量),无重型依赖
  • 混合检索:BM25 + 向量(HNSW/IVF-PQ)+ 标量过滤,单次查询在 LanceDB 内完成
  • 级联索引同步:编辑 .md 文件 → 文件监听器 → 逐条目 diff → LanceDB 同步,亚秒级
  • 双轨记忆:用户轨(Episodes/Profiles)+ 智能体轨(Cases/Skills)
  • 多模态支持:文本 + 小图片/音频内联,大媒体通过 S3/OSS 引用

适用场景

💡 为 AI Agent 构建长期记忆系统,使其跨会话积累经验和用户偏好
💡 在个人知识管理中用 Markdown 文件存储和检索结构化记忆
💡 为对话助手提供基于历史对话的上下文增强回答
💡 构建自进化智能体,通过 Cases/Skills 记忆不断优化决策
💡 多用户场景下为每个用户维护独立的长期记忆空间

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(12.8k stars)
  • 开源许可证友好(Apache-2.0)
  • Issue 响应及时,积压少

快速开始

uv pip install everos,运行 everos init 生成 .env 配置文件,编辑 API Key 后 everos server start 启动服务。通过 /api/v1/memory/add 添加记忆,搜索接口检索。可选安装 everos[multimodal] 支持图片/音频/PDF。

相关项目

Memori

16.5k · Python
活跃 A+

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。

memoryagentrag +3
  • · 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

MemAgent

1.1k · Python
不活跃 B

可扩展至 350 万上下文 token 的记忆智能体框架,附带用于任意智能体工作流 RL 训练的训练框架,解决长上下文记忆难题。

memoryagentrag +2
  • · 超长上下文处理:从 8K 训练上下文外推至 350 万 token,性能损失低于 5%
  • · 强化学习驱动:采用 RLVR(可验证奖励强化学习)训练,扩展 DAPO 算法支持多轮对话端到端优化
  • · 线性时间复杂度:突破长文本处理的计算瓶颈,资源随文本长度线性扩展

MaiBot

5.9k · Python
活跃 A+

基于 LLM 的智能数字生命体 Agent,追求温暖、真实的人际交互风格,具备长期记忆和个性化对话能力。

memorypythonagent +1
  • · 追求自然人类对话风格,拒绝 GPT 式的机械回答,使用长短不一的闲谈方式
  • · 多人对话中可模仿不同人的说话风格,自主理解新词和小圈子黑话
  • · 基于心理学人格理论的长期记忆,不断积累对用户的了解和偏好

memU

14.4k · Python
活跃 A

面向 24/7 主动式 Agent 的记忆系统,支持 MCP 协议集成,为持续性运行的 AI Agent 提供长期记忆管理、技能存储和主动推理能力。

memoryagentmcp +2
  • · 7×24 主动式记忆 Agent,持续捕获和理解用户意图
  • · 类文件系统记忆结构,支持文件夹、文件、符号链接和挂载点,知识有序组织
  • · 显著降低 LLM token 消耗,上下文窗口约为同类方案的 1/10