TeleAI-UAGI/telemem

解决的问题

TeleMem 是一个为对话式 AI 提供稳定、长期且多模态记忆的代理记忆管理层。它解决了 AI 代理中常见的问题，例如无法在长时间交互中保持一致的角色设定、高 token 成本，以及缺乏结构化方式来存储和推理视频内容。

工作原理

TeleMem 使用角色感知的摘要、语义聚类和高效存储的流水线来管理信息。它从对话中提取关键事实，并使用 LLM 将相似的记忆语义合并以减少冲突。对于文本，采用双存储系统：使用 FAISS 实现快速向量搜索，使用 JSON 存储人类可读的元数据。对于视频，实现了一个流水线，提取帧、生成字幕，并将它们存储在向量数据库中，使代理能够对视频内容执行多步推理（ReAct 风格）。

适用人群

本项目适用于开发多角色虚拟代理系统、长记忆 AI 助手（如陪伴型 AI 或客服 AI），以及需要多模态能力进行视频理解与信息检索的代理的开发者。

主要亮点

• 角色专属记忆：自动为不同角色创建隔离的记忆档案，防止角色混淆。
• 多模态视频支持：提供完整的视频转帧和字幕的流水线，支持基于向量的检索与推理。
• Mem0 兼容：作为高性价比的 Mem0 替代品，拥有兼容的 API 接口。
• 本地优先：支持使用 Qwen 和 FAISS 完全本地执行，确保数据隐私。
• 高性能：通过批量刷新优化写入速度，相比基线模型具有更高的记忆准确率。