FollowAgents AI AGENTS 目录
首页 / 全部 Agents / Memori
开发与工程 agent-memoryconversation-memorymcpopenclawhermesopenai-sdk

Memori

把智能体执行与对话沉淀为可持久化、可检索的结构化记忆。

在 GitHub 查看 ↗ 快速上手 ↓
源仓库
MemoriLabs/Memori
Star 数
★ 17k
最近更新
1 个月前
License
NOASSERTION
主语言
Python
FA 评分
53/100 · 缺口较多

30 秒速览

运行形态
代码库 / SDKMCP 服务器Agent 插件 / 技能
可在哪里用
通用 · 跨平台Codex · Claude Code · OpenAI API · Claude API
费用
有免费版，另有付费云服务
上手难度
低 · 几分钟可跑通
开始前需要
MEMORI_API_KEYShell / 命令行网络访问MCP Server
典型场景
为使用 OpenAI Chat Completions 或 Responses API 的客服助手按用户和支持流程保留跨请求偏好与事实。
不适合
  • 需要完全离线、数据不出本地的团队
  • 不愿注册 Memori 账号或使用其云服务的团队
  • 需要中文界面或中文文档的用户
源码审查
53/100 · 缺口较多 2 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

Memori 是面向生产系统的智能体记忆基础设施，提供 Python 和 TypeScript SDK。它通过注册现有 LLM 客户端，在后台记录对话，并按 entity、process 和 session 归属持久化与召回记忆。其 Advanced Augmentation 会将记忆扩展为属性、事件、事实、偏好、关系、规则和技能等结构化内容。项目还提供 OpenClaw 插件、Hermes Agent memory provider，以及供 Claude Code、Codex 等客户端连接的 MCP 服务。README 表述其支持云端、单租户云、VPC、本地部署及 BYODB 路径，但具体部署配置需参照相应文档。

开发者安装 memori 或 @memorilabs/memori 后，创建 Memori() 并以 .llm.register(client) 注册 LLM 客户端；再通过 attribution 关联 entity 和 process。随后对 client.chat.completions.create(...) 的调用会被记录，后续请求可自动获得已持久化的对话记忆。SDK 可用 new_session()、set_session(session_id)、resetSession() 或 setSession(sessionId) 管理会话。OpenClaw 插件会在每轮后捕获对话和执行信息；Hermes provider 提供 memori_recall 与 memori_recall_summary 工具；MCP 端点可由兼容客户端通过 HTTP 连接。

  1. 为使用 OpenAI Chat Completions 或 Responses API 的客服助手按用户和支持流程保留跨请求偏好与事实。
  2. 为多步骤执行任务的智能体建立 session 边界，使同一执行过程的交互归入一组记录。
  3. 为 OpenClaw gateway 部署 @memorilabs/openclaw-memori，在无需改写提示词或智能体代码的情况下保留每轮工具调用、决策和结果。
  4. 为 Hermes Agent 配置 memory.provider memori，让智能体通过显式 recall 工具检索已完成会话。
  5. 为使用 Claude Code、Codex、Cursor 或 Warp 的开发者经 HTTP MCP 连接共享编码约定、审阅偏好和项目上下文。

如何安装或部署这个 Agent？

TypeScript：运行 npm install @memorilabs/memori。Python：运行 pip install memori。云端快速开始需要设置 MEMORI_API_KEY 和所选 LLM 的 API 密钥；README 的示例使用 OPENAI_API_KEY。OpenClaw 可运行 openclaw plugins install @memorilabs/openclaw-memori，再运行 openclaw plugins enable openclaw-memori。

如何使用这个 Agent？

Python 首次调用可使用：from memori import Memori、from openai import OpenAI、client = OpenAI()、mem = Memori().llm.register(client)，然后执行 mem.attribution(entity_id="user_123", process_id="support_agent")，再调用 client.chat.completions.create(...)。TypeScript 对应为 const client = new OpenAI(); const mem = new Memori().llm.register(client).attribution('user_123', 'support_agent');。MCP 连接示例使用 https://api.memorilabs.ai/mcp/，并传入 X-Memori-API-Key、X-Memori-Entity-Id 和 X-Memori-Process-Id 请求头。

这个 Agent 有哪些优点和局限？

优点
  • 同时提供 Python、TypeScript、OpenClaw、Hermes 与 MCP 接入方式，可覆盖 SDK 注入和客户端协议两类集成。
  • 记忆归属明确区分 entity、process 与 session，适合多用户、多智能体或多任务的隔离场景。
  • 支持 Anthropic、Bedrock、DeepSeek、Gemini、Grok 和 OpenAI，并声明支持流式、非流式、同步与异步调用。
  • OpenClaw 集成可自动捕获对话、工具调用、决策和结果，无需修改智能体代码或提示词。
局限
  • README 的 SDK 快速开始依赖 MEMORI_API_KEY，并要求配置所选 LLM 提供商的 API 密钥。
  • 若未设置 entity 与 process attribution，Memori 不会创建记忆。
  • Advanced Augmentation 虽可无账户使用，但默认受速率限制；更高限额需要注册或 API 密钥。
  • 自带的 LoCoMo 结果是项目报告的基准测试，实际准确率、token 使用量和成本仍取决于具体工作负载与配置。

这个 Agent 与同类方案有什么区别？

README 报告：在 LoCoMo 长对话记忆基准中，Memori 达到 87% 总体准确率、平均每查询 721 tokens，并称其优于 Zep、LangMem 和 Mem0；同时称相较完整上下文提示可降低超过 36 倍的上下文成本。该比较仅覆盖 README 所述的基准设置。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
Memori 当前 53 · 缺口较多 代码库 / SDK免费版 + 付费版 ★ 17k 1 个月前 Python Codex · Claude Code · OpenAI API · Claude API
myc 本地代理记忆与任务层 87 · 表现良好 命令行工具免费 ★ 14 18 天前 TypeScript Codex · Claude Code
funes 智能体记忆库 68 · 存在缺口 命令行工具免费 ★ 585 1 天前 Rust Codex · Claude Code
ECC 工程智能体工作台 66 · 存在缺口 Agent 插件 / 技能免费版 + 付费版 ★ 298k 4 天前 JavaScript Codex · Claude Code

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1
缺口较多
53/ 100 五分制 2.7 / 5
信任安全 8/29
可靠稳定 9/14
适用触发 12/18
规范维护 11/18
有效结果 9/13
证据核验 4/8
查看各维度的扣分理由
信任安全8 / 29 · 1.4/5

证据显示：SDK 需要 API 密钥，但未明确最小权限原则；用户确认机制缺失；数据流透明度有限，仅提及后台捕获；敏感数据处理未详细说明；依赖安全有 CI 中的 bandit 和 pip-audit，但 pip-audit 失败不阻断；外部影响包括安装插件到 Hermes 目录，但需用户操作；回滚机制未提及；来源归属有作者信息但发布者未验证。扣分原因：缺乏用户确认、数据流不透明、敏感数据处理不明确、回滚缺失。

可靠稳定9 / 14 · 3.2/5

证据显示：README 与 pyproject 版本一致（3.3.7），CI 配置完整，测试覆盖多个 Python 版本；依赖声明明确，但未验证可用性；失败消息在测试中有体现（如缺失依赖时提示 pip install memori）。扣分原因：依赖可用性未实际验证，失败消息覆盖有限。

适用触发12 / 18 · 3.3/5

证据显示：面向开发者，支持多种 LLM、框架和平台，场景明确（记忆持久化）；能力边界在文档中有所描述（如需要 attribution）；触发机制明确（自动捕获和显式工具）；环境适配广泛（云、VPC、本地）。扣分原因：能力边界和触发精度部分依赖文档，未完全验证。

规范维护11 / 18 · 3.1/5

证据显示：信息架构清晰，有 README、文档链接；安装说明详细（npm、pip）；命名稳定（SDK 名称一致）；示例丰富（快速开始、OpenClaw、Hermes）；已知限制提及较少；许可证为 Apache 2.0；版本号存在，有 CHANGELOG 链接；维护责任有贡献指南。扣分原因：已知限制不充分，版本变更日志未直接提供。

有效结果9 / 13 · 3.5/5

证据显示：输出可用性高，提供 SDK 和 CLI；边际价值明显（解决 agent 记忆问题）；成本效益有基准数据（LoCoMo 87% 准确率，低 token 使用）。扣分原因：成本效益数据未独立验证。

证据核验4 / 8 · 2.5/5

证据显示：README 中的声明有文档和基准支持；跨来源验证有限（仅内部文档）；事实与推断区分较好（基准数据明确标注）。扣分原因：跨来源验证不足。

风险与缓解建议
  • 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
  • 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
  • 发布者身份未验证，需谨慎对待。
  • 数据流透明度有限，后台捕获可能涉及敏感数据，需审查。
  • 依赖安全扫描（pip-audit）失败不阻断 CI，可能引入漏洞。
  • 回滚机制缺失，升级或配置变更可能难以恢复。
证据充分度：低 评估于 2026年8月9日 审查版本 538b61f24529 评估后仓库已有新提交，评分可能未覆盖最新改动
评估证据 README.mdLICENSESECURITY.mdpyproject.tomlworkflows/ci.ymlworkflows/core-ci.ymltests/test_client.pytests/test_install.pytests/test_provider.py
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

  1. v3.3.6 Version 3.3.6
    发布说明摘录
    What's Changed * Release version 3.3.6rc1 with exclusive Rust fastembed backend for … by @devwdave in https://github.com/MemoriLabs/Memori/pull/561 * fix mysql datetime type by @devwdave in https://github.com/MemoriLabs/Memori/pull/562 * Release version 3.3.6, updating changelog and project files to reflec… by @devwdave in https://github.com/MemoriLabs/Memori/pull/563 Full Changelog: https://github.com/MemoriLabs/Memori/compare/v3.3.5...v3.3.6
    在 GitHub 查看 ↗
  2. v3.3.5 Version 3.3.5
    发布说明摘录
    What's Changed * feat: add fastuuid package and enhance MongoDB ID handling by @devwdave in https://github.com/MemoriLabs/Memori/pull/528 * chore: remove unused cargo arguments in publish-npm workflow by @devwdave in https://github.com/MemoriLabs/Memori/pull/529 * Warn users when allowConversationAccess is not configured (>= 2026.5.7) by @rpkruse in https://github.com/MemoriLabs/Memori/pull/530 * test (llm/helpers) : add ingestion serialization behavioral contract tests by @krishna28004 in https://github.com/MemoriLabs/Memori/pull/524 …
    在 GitHub 查看 ↗
  3. v3.3.4 Version 3.3.4
    发布说明摘录
    What's Changed * Revise README to open all Python SDK sections by default by @jayyao18 in https://github.com/MemoriLabs/Memori/pull/479 * Revert Trendshift alt text on Memori readme by @jayyao18 in https://github.com/MemoriLabs/Memori/pull/488 * Merged Python and TypeScript BYODB pages, updated AI models in examples by @jayyao18 in https://github.com/MemoriLabs/Memori/pull/494 * Remove irrelevant providers from the Install your LLM Provider section by @jayyao18 in https://github.com/MemoriLabs/Memori/pull/496 …
    在 GitHub 查看 ↗

常见问题

必须使用 Memori Cloud 吗？
不一定。README 说明存在 Memori Cloud 和 BYODB 文档，并称支持现有数据基础设施及多种部署边界；具体 BYODB 与部署配置未在提供内容中展开。
不配置 attribution 会怎样？
不会创建记忆。需要提供 entity 与 process，例如用户标识和智能体或程序标识。
能与 Codex 或 Claude Code 一起使用吗？
可以。README 明确将 Claude Code 和 Codex 列为可通过 HTTP MCP 连接的客户端；连接时需传入 Memori API key、entity ID 和 process ID 请求头。
支持哪些模型提供商？
README 列出 Anthropic、Bedrock、DeepSeek、Gemini、Grok（xAI）与 OpenAI；其中 OpenAI 示例涵盖 Chat Completions 和 Responses API。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审，横向比较这个 Agent 所属的短名单。

Claude Code Agent 横向对比

完整兼容 Claude Code 的 agent，按 FARS 评审排序——兼容性取自各 agent 自己的 AGENTS.md 与文档，不做推测。

MCP Agent 横向对比

提供或调用 Model Context Protocol 服务的 agent，按 FARS 评审排序，并列出许可证、维护状态与信任分。

相关 Agents

开发与工程

myc 本地代理记忆与任务层

为编码代理提供本地任务、持久记忆与代码索引。
开发与工程

funes 智能体记忆库

把你的历史 agent 会话变成可检索、可发布的持久记忆。
开发与工程

ECC 工程智能体工作台

为编码智能体提供规划、验证、审查、记忆与安全扫描的一体化工程工作流。
开发与工程

Beacon

为 AI 编码代理提供可自我改进的跨 harness 记忆层，让会话中积累的经验在工具之间持续复用。