CaviraOSS/OpenMemory

What it solves

OpenMemory 是一個認知記憶引擎，旨在防止 AI 代理與 LLM 變得「失憶」，提供耐用的長期記憶系統。不同於標準的 RAG（檢索增強生成）或簡單的向量資料庫，它著重於理解記憶的本質——例如資訊是事實、偏好或情感狀態——以及這些記憶隨時間的演變。

How it works

OpenMemory 使用階層記憶分解（Hierarchical Memory Decomposition）架構。它將輸入分類到不同的記憶部門（情景、語意、程序、情感與反思），並儲存在自我托管的資料庫（SQLite 或 Postgres）中。它採用時間知識圖譜來追蹤事實何時成立，並使用「路標圖」進行關聯連結。召回透過複合評分系統處理，考量顯著性、近期性與共激活，而不僅僅是餘弦相似度。

Who it’s for

此工具適用於開發 AI 代理、協同助理、日誌系統或程式碼助理的開發者，讓模型在會話之間維持持久、可解釋的長期記憶，且不依賴雲端供應商鎖定。

Highlights

• Multi-sector memory：將資訊分類為情景、語意、程序、情感與反思五大部門。
• Temporal reasoning：透過 valid_from/valid_to 追蹤事實的有效性，以處理隨時間變化的真相。
• Local-first：使用 SQLite 或 Postgres 自我托管，提供 Python 與 Node SDK。
• Explainable recall：提供「路標」追蹤，精確顯示為何召回特定記憶。
• Broad integrations：相容 LangChain、CrewAI、AutoGen，並為 Cursor、Windsurf 等 IDE 提供 MCP 伺服器。
• Connectors：直接從 GitHub、Notion、Google Drive 與網路爬蟲攝取資料。