memvid/memvid

解决的问题

Memvid 为 AI Agent 提供了一个便携式的无服务器内存层，消除了对复杂 RAG 流水线或外部向量数据库的需求。它允许 Agent 维护存储在单个便携文件中的持久长期记忆，实现了无内存基础设施和模型无关性。

工作原理

Memvid 将 AI 记忆组织为“Smart Frames”的追加序列——这是包含内容、时间戳和元数据的不可变单元。这些帧被打包进单个 .mv2 文件中，其中包含数据段、全文索引 (Tantivy)、向量索引 (HNSW) 和按时间排序的序列。这种设计实现了快速检索、崩溃安全性，以及无需数据库服务器即可回溯或分支记忆状态的能力。

适用对象

构建长期运行的 AI Agent、离线优先的 AI 系统、企业知识库以及需要可审计的 AI 工作流的开发者，他们需要一种可以跨不同环境携带的轻量级、持久的内存解决方案。

亮点

• 单文件存储：所有数据、嵌入和搜索结构都包含在一个 .mv2 文件中，没有侧边文件。
• 高性能：为记忆检索提供极低的延迟 (0.025ms P50) 和高吞吐量。
• 多模态支持：包括 PDF 文本提取、用于图像搜索的 CLIP 视觉嵌入以及 Whisper 音频转录功能。
• 时光旅行调试：支持查询过去的记忆状态并重放或分支记忆时间线。
• 本地与云端嵌入：支持本地 ONNX 模型（如 BGE-small）和云端 API (OpenAI)。