agentic-box/memora

解决的问题

Memora 为 AI 代理提供持久且集体的记忆层。它通过允许代理以持久方式存储、组织和检索结构化事实、待办事项和文档，防止代理在会话间丢失上下文。

工作原理

它作为一个 Model Context Protocol (MCP) 服务器运行，管理一个知识图谱。使用 SQLite 进行本地存储，并支持云同步（S3、R2、D1）。系统采用「吸收」（Absorb）流程，由 LLM 对传入信息进行分类，以避免重复并链接相关事实。检索通过语义搜索（向量嵌入）、全文查询以及特定的 memory_digest 函数实现，该函数可为给定主题打包相关记忆和待办事项。

适用人群

需要长期记忆、跨会话上下文，并能维护项目特定事实和任务结构化知识库的 AI 代理开发者。

主要亮点

• 持久图记忆：以带类型边和层级结构的图形式存储信息。
• 覆盖继承：通过覆盖旧事实而非删除来更新知识，保留变更历史。
• 语义搜索：支持混合搜索，结合向量嵌入（OpenAI、sentence-transformers）和全文过滤。
• 吸收与去重：使用 LLM 自动分类、合并并去重输入到记忆中的新信息。
• 文档存储：将 Markdown 文档作为可搜索的片段树（主张、风险、计划）处理。
• 可视化：包含内置 HTTP 服务器，用于交互式知识图谱可视化。