OpenMemory

活跃
GitHub TypeScript Apache-2.0

简介

面向 LLM 应用的本地持久化记忆存储，支持 Claude Desktop、GitHub Copilot、Codex 等 AI 工具，为智能体提供可持久化的上下文记忆能力。

核心特性

  • 多领域认知记忆：情景、语义、程序、情感、反思记忆
  • 时序知识图谱，支持 valid_from/valid_to 时间感知召回
  • 自托管本地优先存储，基于 SQLite 或 Postgres，无供应商锁定
  • Python 和 Node SDK，集成 LangChain、CrewAI、AutoGen、MCP
  • 可解释的召回追踪，展示使用了哪些记忆节点及原因
  • 数据连接器支持 GitHub、Notion、Google Drive、OneDrive 和网络爬虫

适用场景

💡 为 AI Agent 提供跨对话和会话的持久化长期记忆
💡 用本地自托管方案替代基于云的向量数据库记忆
💡 构建能记住用户偏好和历史的上下文感知 AI 应用
💡 从多个来源摄取和索引知识供 Agent 检索

标签

memory typescript agent tools

分类

🧩 Agent 记忆

快速开始

Python：`pip install openmemory-py`，然后 `from openmemory.client import Memory; mem = Memory(); mem.add('用户偏好深色模式', user_id='u1')`。Node：`npm install openmemory-js`。服务器模式：克隆仓库，`cp .env.example .env`，然后 `docker compose up --build`。后端提供 REST API、MCP 服务器和可选仪表盘。
访问 GitHub 访问官网

相关项目

相关文章

Memory记忆系统长期记忆

Agent Memory 架构：短期、长期与共享记忆的设计取舍

系统对比 Agent Memory 的三大类别——短期记忆、长期记忆、共享记忆，从存储介质、生命周期、检索方式、典型框架到设计模式，完整覆盖 Agent 个性化和多 Agent 协作的工程实现。

阅读全文 →
AI Agent记忆系统向量检索

Agent 记忆系统设计：从短期上下文到持久化知识

深入解析 Agent 记忆的四层架构，结合向量检索和记忆压缩的实战代码，帮你构建可扩展的 Agent 长期记忆系统。

阅读全文 →