MemMachine：它是什么、解决了什么问题以及为何受到关注

它解决了什么

MemMachine 为 AI 代理提供了持久的长期记忆层，使其不再是无状态的。它让代理能够记住用户偏好、过去的对话以及特定事实，跨不同会话、重启，甚至在底层 LLM 更换时仍能保持记忆。

工作原理

MemMachine 充当外部记忆系统，代理可以通过 RESTful API、Python/TypeScript SDK 或 Model Context Protocol（MCP）服务器与之交互。它将记忆划分为三类：

• 工作记忆：当前会话的短期上下文。
• 情景记忆：存储在图数据库（Neo4j）中的长期对话上下文。
• 个人记忆：存储在 SQL 中的长期用户事实和偏好。

适用人群

• 构建 AI 代理、自治工作流或个性化助理的开发者。
• 探索认知模型和代理架构的研究者。
• 需要跨会话持久化的 LLM 应用团队。

亮点

• 多层次记忆：为短期、情景（基于图）和个人（基于 SQL）记忆提供独立系统。
• 广泛集成：兼容 LangChain、LangGraph、CrewAI、LlamaIndex 和 n8n。
• LLM 无关：支持任何提供商，包括 OpenAI、Anthropic、Bedrock 和 Ollama。
• MCP 支持：原生支持 Model Context Protocol，可与 Claude Desktop、Cursor 等工具集成。