@DanKornas: 一个会忘记之前交互的智能体每次任务都必须重建上下文。MemOS 是一个内存操作系统,用于…
摘要
MemOS 是一个为构建 LLM 应用和 AI 智能体的开发者提供的开源内存操作系统,通过统一的 API 提供持久化、可编辑的内存,支持多模态内存和异步摄入等特性。
查看缓存全文
缓存时间: 2026/07/28 22:32
一个遗忘之前交互的智能体需要在每个任务上重建上下文。
MemOS 是一个面向开发者的内存操作系统,专为构建 LLM 应用和 AI 智能体而设计。
它通过统一存储、检索和管理至一个 API,帮助您为智能体提供持久、可编辑的内存。
主要特性: • 统一内存 API – 添加、检索、编辑和删除图结构化的记忆。 • 多模态内存 – 在单一系统中处理文本、图像、工具痕迹和角色画像。 • 内存立方体 – 跨用户、项目和智能体隔离、共享和组合知识库。 • 异步摄取 – 通过 MemScheduler 异步执行内存操作。 • 反馈与修正 – 使用自然语言反馈来修订、补充或替换记忆。
该项目开源(Apache 2.0 许可证)。
回复中附链接。
相似文章
@DanKornas: AI 智能体无法在每次对话都从零开始的情况下个性化下一次互动。Mem0 是一个开源记忆层…
Mem0 是一个开源记忆层,帮助 AI 智能体跨对话保留和检索用户上下文,采用混合搜索(语义、BM25、实体),并提供了 Python 和 npm 的 SDK。
@DanKornas: 当代理记忆仅仅是对旧笔记的搜索时,它会迅速变得混乱。A-MEM是一种用于LLM智能体的智能体记忆系统,能够…
A-MEM是一个开源的智能体记忆系统,用于LLM智能体,它利用Zettelkasten原则动态组织记忆,通过ChromaDB索引,并支持OpenAI和Ollama后端。
MindMemOS:面向AI智能体的可移植、自进化记忆操作系统层
本文介绍了MindMemOS,一个面向AI智能体的可移植、自进化记忆操作系统层,采用统一的实体-属性-时间结构,并具备记忆精炼和技能进化算法。它在LOCOMO和PersonaMem基准上取得了显著准确率,并将SpreadsheetBench性能提升了9.2个百分点。
@omarsar0: // AutoMem // 我非常喜欢这个元记忆的概念。(标记一下) 这项来自斯坦福的新研究将智能体的记忆…
这篇斯坦福研究论文介绍了AutoMem,这是一个将智能体记忆管理视为可训练技能的框架。通过分别优化记忆结构和熟练度,AutoMem在长周期任务上将基础智能体性能提升了2到4倍,使得一个32B开源权重模型能够与Claude Opus 4.5和Gemini 3.1 Pro Thinking等前沿系统竞争。
@MSFTResearch: AI 智能体无法记住过去的对话。它们必须不断重新加载或检索上下文,随着任务变长和复杂,效率变得越来越低…
Memora 是一种为 AI 智能体设计的可扩展记忆系统,它将存储与检索分离,能够支持长周期任务,同时将上下文令牌减少多达 98%,并在基准测试上取得了新的最佳性能。该论文发表于 ICML 2026。