MemMachine：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

MemMachine 為 AI 代理提供了持久的長期記憶層，防止它們變成無狀態。它讓代理能夠在不同會話、重啟，甚至在底層 LLM 更換時，記住使用者偏好、過往對話以及特定事實。

它如何運作

MemMachine 充當外部記憶系統，代理可透過 RESTful API、Python/TypeScript SDK，或 Model Context Protocol（MCP）伺服器與之互動。它將記憶分為三種類型：

• 工作記憶：當前會話的短期上下文。
• 情節記憶：儲存在圖形資料庫（Neo4j）中的長期對話上下文。
• 個人檔案記憶：儲存在 SQL 中的長期使用者事實與偏好。

目標對象

• 開發 AI 代理、自主工作流程或個人化助理的開發者。
• 探索認知模型與代理架構的研究者。
• 需要跨會話持久性的 LLM 應用團隊。

重點特色

• 多層次記憶：為短期、情節（圖形為主）與個人檔案（SQL 為主）記憶提供獨立系統。
• 廣泛整合：相容於 LangChain、LangGraph、CrewAI、LlamaIndex 與 n8n。
• LLM 無關：支援任何供應商，包括 OpenAI、Anthropic、Bedrock 與 Ollama。
• MCP 支援：原生支援 Model Context Protocol，可與 Claude Desktop、Cursor 等工具整合。