@xiaomovps: 研究完Pi 长期记忆，结果比我想象的更复杂 Pi 原生更偏向于管理Session和Context，没有类似Hermes Agent Memory记忆系统，但是社区却有类似Hermes一样的记忆实现。 社区现在已经长出好几种完全不同的方案。…
摘要
文章讨论了Pi长期记忆的复杂性，指出Pi原生偏向于管理会话和上下文，但社区有多种类似Hermes的记忆实现方案。推荐了四个项目用于实现AI代理的记忆功能。
查看缓存全文
缓存时间: 2026/08/26 13:26
研究完Pi 长期记忆，结果比我想象的更复杂
Pi 原生更偏向于管理Session和Context，没有类似Hermes Agent Memory记忆系统，但是社区却有类似Hermes一样的记忆实现。
社区现在已经长出好几种完全不同的方案。
如果你想研究，我会推荐这四个项目：
1、pi-memory 最简单的文件记忆。MEMORY.md、Daily Log、Scratchpad，再加语义搜索。记忆就是真实文件，能打开、能改、能备份，不交给一个黑盒系统养着。
2、pi-hermes-memory 这套我比较熟。除了长期 Memory，还有 Session Search、失败记忆、用户偏好、自动整理和 Procedural Skills。它不只想让 Pi 记住东西，而是希望 Agent 能从失败、纠正和工作经历里慢慢长经验。
3、pi-honcho 更像独立的长期记忆层。用户记忆和项目记忆分开，习惯和偏好可以跨 Session、跨项目留着，项目知识又能单独维护。适合真把 Pi 当长期 Agent 用，而不是只当 Coding CLI。
4、pi-hindsight 思路比较有意思。不是每句话都往长期 Memory 塞，而是在 Context 要被压缩、Session 要结束这些节点，把真正值得留下的决策、经验、坑和项目知识提炼出来再存。
有段时间我自己也一直在研究Agent的长期记忆，而且还针对Hermes的记忆系统做了优化和魔改。
最主要不是学会了用什么，而是在学习过程中受到了很多启发，研究Pi的这些记忆插件也是一样的道理。
可能你的Pi Agent你不需要长期记忆，毕竟简介高效才是Pi的必杀技
相似文章
@Pluvio9yte: https://x.com/Pluvio9yte/status/2070318502016426008
本文深入探讨了AI Agent的记忆架构，以Hermes四层记忆模型为例，分析了Claude Code记忆系统的局限性，并介绍了如何通过开源框架（如EverOS）为Agent增添本地记忆能力，提供了详细部署步骤。
@9hills: 尝试了多种Agent Memory实现，只有两种我觉得还有点用： 1. Hermes 这种严格限制长度的条目级记忆和会话召回，用来解决个人助理所需的记忆。但是这种和Coding没关系。 2. 根据轨迹沉淀 skill 和 skill 进化…
作者分享了尝试多种Agent Memory实现后的心得，认为只有严格限制长度的条目级记忆（如Hermes）和基于轨迹沉淀的技能进化两种方法比较有用，其他图谱类或卡片类的方法效果不佳。
@Jolyne_AI: 发现一个给 AI Agent 加“长期记忆”的纯本地方案：Mnemosyne（为 Hermes Agent 打造）。底层用 SQLite，查询延迟 <1ms，全程离线运行，零成本、零依赖、隐私自己掌控。 GitHub：https://gi…
介绍 Mnemosyne，一个为 Hermes Agent 打造的纯本地、基于 SQLite 的 AI Agent 长期记忆方案，特点是极低延迟、离线运行、零成本和隐私可控。
@discountifu: 原来真有一个叫记忆宫殿的开源项目，号称是目前跑分最强的 AI 记忆系统
介绍了一个名为 MemPalace 的开源 AI 记忆系统，声称在 LongMemEval 上达到 96.6% R@5，采用本地优先、可插拔后端的设计，支持 CLI 和 MCP 服务器部署。
@berryxia: Agent 记忆真是太特么卷了啊！ 不得不说，这个赛道越多人加入越爽啊！ Tencent AI团队花了整整6个月，就死磕一个问题：AI agent长会话里疯狂丢上下文。 他们最后把一套记忆系统做完，直接开源了。 我看完他们的分享，最大的感…
腾讯AI团队开源了Agent记忆系统，通过实时上下文压缩、Mermaid任务地图和Persona记忆三种方法，显著提升长对话中的token效率和agent一致性，token消耗降低61%，人格一致性从48%提升至76%。