MemOS

MemOS 概覽

這是什麼

MemOS 是一個專為 LLM 與 AI Agent 設計的記憶作業系統，整合了長期記憶的儲存、檢索與管理功能，能夠實現情境感知與個人化的互動，並支援知識庫、多模態資料、工具記憶以及企業級最佳化。

主要功能

• 統一記憶 API：單一 API 即可新增、檢索、編輯與刪除記憶，以圖形結構管理。
• 多模態記憶：原生支援文字、圖片、工具軌跡與角色設定，在同一記憶系統中共同檢索與推理。
• 多立方知識庫管理：將多個知識庫管理為可組合的記憶立方，支援隔離、受控共享與動態組合。
• 透過 MemScheduler 非同步攝入：以毫秒級延遲非同步執行記憶操作。
• 記憶回饋與修正：透過自然語言回饋隨時間修正、補充或替換現有記憶。

使用情境

• 具備一致豐富對話脈絡的 AI 助手。
• 能回顧先前工單與使用者歷史的客服系統。
• 適應個人偏好的個人化 Agent。
• 具備共享或隔離記憶的多 Agent 協作。

快速開始

MemOS 提供四種進入方式：雲端 API、自託管、MemOS Cloud Plugin 與 Local Plugin。詳細設定請參閱儲存庫 README。 雲端 API 快速開始： python import requests API_KEY = 'mpg-...' base = 'https://memos.memtensor.cn/api/openmem/v1' headers = {'Authorization': f'Token {API_KEY}', 'Content-Type': 'application/json'} # 新增記憶 requests.post(f'{base}/add/message', headers=headers, json={ 'user_id': 'alice', 'conversation_id': 'conv_001', 'messages': [{'role': 'user', 'content': 'I like strawberry'}] }) # 搜尋記憶 res = requests.post(f'{base}/search/memory', headers=headers, json={ 'query': 'What do I like?', 'user_id': 'alice' }) print(res.json()) 自託管（Docker）： bash git clone https://github.com/MemTensor/MemOS.git cd MemOS cp docker/.env.example .env cd docker docker compose up

授權與價格

Apache-2.0。開源。儲存庫未說明任何商業或代管版本的價格。

內容整理自該專案公開的 README 與儲存庫資訊。