MemoriLabs/Memori

Memori is agent-native memory infrastructure. A LLM-agnostic layer that turns agent execution and conversation into structured, persistent state for production systems. Built for enterprise, Memori works with the data infrastructure you already run, no rip-and-replace, and deploys across managed cloud, single-tenant cloud, VPC, and on-premises.

What it solves

Memori는 AI 에이전트와 LLM 애플리케이션에 영구적이고 구조화된 메모리를 제공하여 세션 간에 정보를 잊지 않게 합니다. 에이전트는 사용자 선호도, 프로젝트 규칙, 도구 호출 및 결정 결과를 기억할 수 있어 매 요청마다 전체 컨텍스트(풀 컨텍스트) 프롬프트를 전달할 필요가 줄어듭니다.

How it works

Memori는 기존 LLM 클라이언트(OpenAI 등)와 프레임워크(LangChain 또는 Pydantic AI 등)에 플러그인 형태로 삽입되는 백그라운드 레이어입니다. "attribution"(속성 부여)을 기반으로 상호작용을 특정 엔터티(예: 사용자)와 프로세스(예: 특정 에이전트)에 연결해 정보를 자동으로 캡처하고 회상합니다.

메모리는 엔터티, 프로세스, 세션의 세 단계로 구조화되어 추적됩니다. 이 "Advanced Augmentation"은 속성, 이벤트, 사실, 선호도 및 관계를 지연 없이 추적하며 주요 LLM 호출에 지연을 추가하지 않습니다. 사용자는 Memori Cloud를 통해 제로 설정 경험을 하거나 "Bring Your Own Database"(BYODB) 방식을 선택해 자체 데이터베이스를 사용할 수 있습니다.

Who it’s for

AI Developers: 세션 간 장기 메모리가 필요한 에이전트를 구축하는 개발자.
Solo Developers & Teams: MCP 호환 도구(Claude Code, Cursor, Warp 등)를 사용하며 AI가 코딩 패턴과 부리 지식을 기억하도록 원하는 사용자.
Enterprise Applications: 다양한 AI 프로세스 간에 사용자별 컨텍스트와 선호도를 확장 가능하게 관리해야 하는 팀.

Highlights

Framework Agnostic: Anthropic, OpenAI, Gemini 등 주요 LLM과 Agno, LangChain, Pydantic AI 등 프레임워크와 호환.
Low Token Overhead: LoCoMo 벤치마크에서 높은 정확도를 달성하면서 전체 컨텍스트 프롬프트에 필요한 토큰의 극히 일부만 사용.
MCP Support: Model Context Protocol(MCP)을 통해 AI 코딩 어시스턴트와 연결되며 SDK 통합이 필요 없습니다.
Automatic Background Persistence: 대화와 에이전트 실행(도구 호출 포함)을 백그라운드에서 자동으로 캡처합니다.