MemTensor/MemOS

Self-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings

What it solves

MemOS 为 AI 代理提供持久的长期记忆，解决了代理随时间遗忘上下文、用户偏好和过去交互的问题。它将记忆从“黑盒”嵌入存储转变为可检查、可编辑的系统，使代理能够通过经验成长并进化其能力。

How it works

MemOS 作为“记忆操作系统”运行，统一信息的存储、检索和管理。它使用基于图的结构来组织记忆，允许数据点之间形成更复杂的关系。系统支持多模态记忆（文本、图像、工具痕迹和角色），并将知识库组织成 “memory cubes” 以实现受控的共享和隔离。

为了确保生产稳定性，它包含一个 MemScheduler，用于低延迟的异步记忆摄取。它还支持通过自然语言反馈进行记忆校正，使用户或代理能够完善已有记忆。

Who it’s for

  • AI Agent Developers：构建助理、客服机器人或需要一致、情境丰富交互的个性化代理的开发者。
  • Enterprise Users：需要在多个代理和项目之间进行隔离或共享记忆的团队。
  • Local-First Developers：使用 Hermes Agent 或 OpenClaw，想要 100% 本地设备上使用 SQLite 保存记忆的开发者。

Highlights

  • Unified Memory API：单一接口即可添加、检索、编辑和删除记忆。
  • Multi-Modal Support：原生处理文本、图像和工具痕迹于同一系统。
  • Memory Cubes：可组合的知识库，实现动态组合与隔离。
  • Asynchronous Ingestion：通过 MemScheduler 提供高并发支持。
  • Tiered Skill Evolution：本地插件支持从 L1 痕迹到 L3 世界模型和结晶技能的记忆进化。
  • Hybrid Retrieval：结合 FTS5 与向量搜索，提高召回准确性。