agentic-box/memora

What it solves

Memora 为 AI Agent 提供持久化且结构化的记忆层。它解决了 Agent 在不同会话中丢失上下文的问题，通过允许它们在持久的知识图谱中存储、存储、检索与链接信息，而不是仅仅依赖短期上下文窗口。

How it works

Memora 作为一个 Model Context Protocol (MCP) 服务器，与 Agent 框架（如 Claude Code）集成。它使用 SQLite 进行本地存储，并提供可选的云端同步功能（S3, R2, Cloudflare D1）。

关键技术机制包括：

• Semantic Retrieval: 使用向量嵌入（OpenAI, sentence-transformers, 或 TF-IDF）根据语义而非仅仅是关键词来查找相关记忆。
• Graph Relations: 将记忆存储为具有类型化边（例如 "implements", "implements", "supersedes", "contradicts"）的节点，以映射复杂的关系。
• Document Parsing: 自动将 markdown 格式的文件拆解为可搜索的片段（claims, risks, plan items），同时保持文件作为单一单元。
• AI-Powered Maintenance: 利用 LLM 进行相似记忆的去重与模式分析，或分析存储数据中的知识缺口。

Who it’s for

• 需要长期记忆与跨会话上下文的 AI Agent 开发人员。
• MCP 兼容工具（如 Claude Code 或 Codex CLI）的用户，希望其 Agent 能记住项目特定细节、TODOs 与研究内容。
• 需要通过可视化知识图谱来审计和与 Agent 内部记忆进行交互的团队。

Highlights

• Interactive Knowledge Graph: 内置的 HTTP 服务器提供记忆的实时可视化，包括时间轴与 RAG 驱动的聊天界面。
• Cloud Sync: 支持 Cloudflare D1 和 S3/R2 用于持久的远程- 记忆存储。
• nHybrid Search: 结合了全文检索、日期范围、tag 过滤、以及语义向量检索。
• Document Fragmenting: 将结构化文档作为可搜索的片段树来存储，以确保细粒度的检索。
• Neovim Integration: 包含一个 Telescope plugin，用于在编辑器内直接浏览记忆。