memos 为 LLM 与 AI agent 提供长期记忆操作系统，统一管理记忆的存储、检索与编辑，并通过可组合的记忆立方体实现跨任务技能复用与个性化上下文。
项目概览
通过层级化的技能演进机制（L1 轨迹、L2 策略、L3 世界模型与固化技能），为 AI agent 提供跨任务的记忆持久化与复用能力。
项目类型
AI Agent · RAG 与知识库
应用场景
自动化执行
部署方式
查看项目说明
License
Apache-2.0
适合谁
需要为 AI agent 赋能跨任务长期记忆与个性化上下文的开发者与 AI 工程师。
核心能力
提供单一 API，用于添加、检索、编辑和删除被结构化为可检查图谱的记忆数据。
原生支持将文本、图像、工具轨迹与角色设定放在一起进行检索和推理。
将多个知识库作为可组合的记忆立方体进行管理，以实现数据隔离与受控共享。
允许使用自然语言反馈来细化记忆，包括对已有记忆进行更正、补充或替换。
在本地驱动涵盖 L1 轨迹、L2 策略、L3 世界模型以及固化技能的自演进记忆机制。
限制与风险
自托管 REST 服务需要用户自行搭建和配置 Neo4j 和 Qdrant 数据库。
自托管运行需要通过 API 密钥配置并接入外部的 LLM 提供商和嵌入模型。
如何开始
克隆代码仓库，在 .env 文件中填入必要的 API 密钥，运行 docker compose up 启动服务，随后访问 http://localhost:8000 即可开始使用。
核验依据
GitHub 项目简介: Self-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings
README: **MemOS** is a Memory Operating System for LLMs and AI agents that unifies **store / retrieve / manage** for long-term memory, enabling **context-aware and personalized** interact…
README: - **Unified Memory API**: A single API to add, retrieve, edit, and delete memory—structured as a graph, inspectable and editable by design, not a black-box embedding store. - **Mu…
README: MemOS leads across multiple benchmarks — evaluated against mainstream commercial memory products across 5 user memory and 5 agent memory tasks.