TIMAN-group/PlugMem

解决的问题

PlugMem 解决了 LLM 代理中上下文开销过大和记忆检索效率低下的问题。它不依赖原始的交互历史，而是提供一种系统，将经验组织成紧凑且可重用的知识单元，使代理能够基于实际与决策相关的内容进行回忆。

工作原理

PlugMem 作为一个与任务无关的记忆核心，可以集成到现有的代理流水线中。它使用基于图的结构，维护三种不同记忆类型之间的层次化知识单元：

• 语义记忆：存储事实和概念，例如用户偏好和事实信息。
• 程序性记忆：存储工作流和分步流程（如何做知识）。
• 情景记忆：将长时间的交互序列存储在磁盘上，并通过 ID 引用。

该系统利用 LLM 进行知识提取、检索和推理，并支持记忆图随时间的演化和更新。

适用人群

为对话、知识密集型问答和网络自动化构建 LLM 代理的开发者，以及使用 Claude Code 或 OpenClaw 等 AI 编码代理的用户。

主要亮点

• 即插即用集成：只需极少代码修改即可添加到代理中。
• 记忆检查器：内置的 Web UI，用于可视化图拓扑、浏览记忆内容并调试检索过程。
• 支持编码代理：提供 Claude Code 插件，使代理能够在会话间学习项目规范和调试技巧。
• 业界领先性能：在 LongMemEval 和 HotpotQA 基准测试中达到 SOTA 水平。