MaiBot

活跃
GitHub Python GPL-3.0

简介

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。

核心特性

  • 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
  • 智能感知聊天氛围,知道何时发言、何时沉默,把握对话节奏
  • 强大的插件系统和事件 API,支持无限扩展可能
  • 支持 QQ 群聊等社交平台,作为「数字生命体」进行真实交互

适用场景

💡 QQ/微信群聊中的陪伴型数字生命体,提供温暖真实的对话体验
💡 个性化聊天伙伴,根据用户性格和偏好调整交互风格
💡 插件开发者构建自定义交互场景和功能扩展
💡 多人社交场景中的智能参与,自然融入群体对话

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(5.9k stars)

⚠️ 不足

  • 许可证限制较多(GPL-3.0)

快速开始

从 GitHub Release 页面下载最新版本,参考部署教程文档 (docs.mai-mai.org/manual/deployment/) 进行安装配置。支持 Python 3.10+,主要通过 QQ 平台运行。加入社区 QQ 群获取技术支持。

相关项目

MaxKB

22.7k · Python
活跃 A+

MaxKB 是基于 LLM 大模型的开源知识库问答与 Agent 构建平台,支持向量检索、工作流编排与多种模型接入,开箱即用。

knowledge-baseragchatbot +3
  • · RAG 流水线 — 支持文档上传与在线爬取,自动切分、向量化,有效减少大模型幻觉
  • · Agentic 工作流 — 强大的工作流引擎、函数库与 MCP 工具调用,满足复杂业务场景
  • · 零代码集成 — 无缝接入第三方业务系统,快速赋予现有系统智能问答能力

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

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