mnemory 智能记忆服务

为 AI 助手跨对话提取、保存并检索个性化记忆。

Star 数
★ 284
最近更新
3 天前
License
NOASSERTION
主语言
Python

30 秒速览

运行形态
MCP 服务器自托管服务网页应用
可在哪里用
通用 · 跨平台ChatGPT · Codex · Claude Code · OpenAI API
费用
软件免费,模型调用费用自付
上手难度
低 · 几分钟可跑通
开始前需要
OpenAI 兼容 API 密钥uvxShell / 命令行网络访问本地文件系统MCP Server
典型场景
希望 Claude Code 跨会话记住用户偏好、事实和决定的个人开发者,可将 mnemory 配置为 MCP 服务器。
不适合
  • 不愿配置 OpenAI 兼容 API 密钥的用户
  • 要求已验证物理删除或合规擦除保证的团队
维护状态
近 30 天有提交最近提交 2026-11-17最新版本 v1.15.3(2026-11-15)

这个 Agent 能做什么,适合哪些场景?

mnemory 是一个可自托管的 MCP 服务器,为兼容 MCP 的助手提供长期记忆和个性化能力。它通过统一的 LLM 流程提取事实、分类元数据,并与已有记忆去重及处理矛盾。记忆摘要存入向量存储,报告、代码和研究等详细内容则保存在 artifact store 中,需要时再检索。客户端可通过 MCP 工具或 REST API 调用同一后端,管理界面提供记忆浏览、语义搜索和关系图。快速入门使用 uvx mnemory 启动本地服务;生产部署也可使用 Qdrant 与 S3/MinIO,数据存于用户自有基础设施。

启动 uvx mnemory 后,服务在 http://localhost:8050/mcp 提供 MCP 接口,并将默认数据存于 ~/.mnemory/。保存记忆时,它调用 OpenAI 兼容 API 提取事实、分类并检查重复或矛盾,再把可搜索内容存为向量;较长的报告、代码或研究资料可放入 artifact store。搜索时,系统生成多个查询并行检索,再按相关性重排结果,同时考虑时间信息。助手可在会话开始加载置顶记忆和近期上下文,并在对话中查找相关记忆。服务还提供记忆 CRUD、健康检查、REST API、管理 UI 和 Prometheus /metrics 端点。

  1. 希望 Claude Code 跨会话记住用户偏好、事实和决定的个人开发者,可将 mnemory 配置为 MCP 服务器。
  2. 使用 ChatGPT MCP 连接器的用户,可为后续对话提供持久的个性化上下文。
  3. 部署 Open WebUI 或 OpenClaw 的团队,可使用对应集成自动回忆和保存记忆。
  4. 需要按日期找回过去决定的团队,可用带时间感知的语义搜索检索相关记忆。
  5. 保存研究、报告或代码等长内容的用户,可将详细资料放入 artifact store,并按需检索。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • uvx mnemory
  • uvx --with "mcp<2" mnemory
端口
8050
环境变量
OPENAI_API_KEY
安装说明涉及
Docker

如何安装或部署这个 Agent?

运行 mnemory 需要 OpenAI 兼容 API 的密钥,用于 LLM 和嵌入;服务会自动读取 OPENAI_API_KEY。快速启动命令如下:

uvx mnemory

服务默认启动于 http://localhost:8050/mcp,数据存于 ~/.mnemory/。若旧版 Alpine 环境中的 uv 报 No module named 'mcp.server.fastmcp',README 给出的临时命令是:

uvx --with "mcp<2" mnemory

README 还说明支持 Docker、pip,生产环境可使用 Qdrant 与 S3/MinIO;但具体 Docker 和 pip 安装命令未在所给内容中列出。

如何使用这个 Agent?

将 MCP 客户端配置为连接本地服务。Claude Code 的配置示例如下:

{
  "mcpServers": {
    "mnemory": {
      "type": "streamable-http",
      "url": "http://localhost:8050/mcp",
      "headers": {
        "X-Agent-Id": "claude-code"
      }
    }
  }
}

启动新对话后,助手即可通过 MCP 工具使用记忆。也可使用 REST API;所给 README 未列出具体请求示例。

这个 Agent 有哪些优点和局限?

优点
  • 统一的单次 LLM 流程负责事实提取、元数据分类、去重和矛盾处理。
  • 两层存储将可搜索摘要与报告、代码等详细 artifact 分开保存。
  • 提供多查询语义搜索、时间感知和结果重排,支持自然语言回忆过去决定。
  • MCP 与 REST API 共用后端,并带有记忆管理 UI 和 Prometheus 监控端点。
局限
  • LLM 与嵌入需要 OpenAI 兼容 API 密钥,调用成本取决于所用服务。
  • 生产部署使用 Qdrant 和 S3/MinIO 等组件,增加基础设施配置工作。
  • 删除被明确说明为尽力而为;常规删除会撤回并保留历史,隐私擦除也不保证物理清除。
  • README 未提供 Docker 或 pip 安装命令,采用这些方式时需查阅其部署文档。

这个 Agent 与同类方案有什么区别?

README 的 LoCoMo 基准表列出 Memobase、Mem0-Graph、Mem0、Zep 和 LangMem。mnemory 的总体分数为 73.2;表中 Memobase 为 75.8,其他列出的系统分数较低。该结果基于 README 所述配置和评测集,不足以代表所有使用场景。

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
mnemory 智能记忆服务 当前 63 · 存在缺口 MCP 服务器免费 + 模型费 ★ 284 3 天前 Python ChatGPT · Codex · Claude Code · OpenAI API
Athena 48 · 缺口较多 IDE 插件免费 + 模型费 ★ 647 今天 Python Claude Code
LetsFG:航班与酒店AI智能体搜索预订平台 65 · 存在缺口 命令行工具免费版 + 付费版 ★ 2.3k 5 天前 Python Claude Code · OpenAI API · Claude API
Open Brain (OB1) 55 · 缺口较多 自托管服务免费 + 模型费 ★ 4.8k 2 个月前 TypeScript ChatGPT · Claude Code · Claude.ai

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
存在缺口
63/ 100 五分制 3.2 / 5
本评测基于 2026年11月12日 的源码;此后该项目发布了 1 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 16/29
可靠稳定 8/14
适用触发 14/18
规范维护 13/18
有效结果 7/13
证据核验 5/8
查看各维度的扣分理由
信任安全16 / 29 · 2.8/5

服务说明了本地/远程向量存储、文件或 S3 工件存储、LLM/嵌入服务和身份认证配置;删除全部记忆默认关闭,且明确区分普通撤回与尽力而为的物理清理。扣分原因:快速开始默认无认证并监听 0.0.0.0;采集记忆前没有展示逐次用户确认;敏感记忆的保留和外部模型处理依赖部署者配置,依赖安全也只有版本范围而无审计证据;发布身份未经验证。

可靠稳定8 / 14 · 2.9/5

文档称工具会返回 JSON 错误、记录内部异常,并说明健康检查、启动迁移和依赖服务;也列出可替代的存储后端。扣分原因:工具数在 README/AGENTS 中为 16、server.py 文档字符串为 19;配置文档说默认模型 gpt-5.4-mini,而基准表把 73.2 归于 gpt-5-mini 且称前者预期相当或更好,静态材料存在不一致;没有执行证据证明运行可靠。

适用触发14 / 18 · 3.9/5

材料面向 MCP 客户端、开发者及自托管生产部署,列出多客户端、Docker/pip/uvx、Qdrant/S3/Redis 及指令模式。扣分原因:边界说明不完整,默认主动回忆/捕获可能超出用户预期;客户端行为和是否需要手动提示因集成而异;环境支持虽覆盖 Python 3.11–3.13及容器架构,但部署仍需要兼容 LLM、向量后端和相应配置。

规范维护13 / 18 · 3.6/5

文档按快速开始、配置、架构、API、部署和客户端指南组织,安装步骤具体;LICENSE 文件和元数据均指向 Apache-2.0。扣分原因:命名/工具数量存在差异;示例和 FAQ 有覆盖但不完整;已说明删除非合规擦除保证及模型限制等部分局限,仍未完整列明;样本未提供变更日志,维护责任只可从作者字段和仓库链接有限推断。

有效结果7 / 13 · 2.7/5

产品提供事实提取、去重、语义搜索、双层记忆、管理界面和多种接口,输出可经 MCP/REST 返回并可按需取回工件。扣分原因:价值主张主要是文档陈述,样本仅有基准表而没有其复现材料;每次抽取和搜索涉及 LLM/嵌入服务,成本、延迟和维护负担没有充分量化。

证据核验5 / 8 · 3.1/5

README 的主要能力可在配置、服务入口、插件和部署文档中找到对应实现线索;删除限制、模型选择和测试要求也有明确说明。扣分原因:多个宣传指标和安全/生产就绪声明不能由提供的源文件完整验证;不同来源在工具数与模型/基准描述上不一致;文档将测得结果与预期结果分开标注,但本评估没有运行或复核基准。

风险与缓解建议
  • 上线前应配置身份认证并限制网络暴露;默认主动模式会自动回忆和采集,需结合客户端行为及数据政策评估。
  • 删除说明明确表示清理为尽力而为,不构成已验证擦除或合规保证;基准结果和生产就绪声明未在本次静态审查中独立复核。
证据充分度:低 评估于 2026年11月12日 审查版本 2d83c4796c6a 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/mnemory.svg?lang=zh)](https://followagents.com/zh/agents/mnemory)
<a href="https://followagents.com/zh/agents/mnemory"><img src="https://followagents.com/badge/mnemory.svg?lang=zh" alt="FARS 评测"></a>

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. v1.15.3 Mnemory 1.15.3
    发布说明摘录
    Fixes OpenClaw plugin discovery and temporal memory recall. Fixed - Declare plugin tools so OpenClaw can discover them. - Document how to replace native memory tools with Mnemory. - Verify the packaged plugin against supported OpenClaw versions. - Correct event-date and creation-date filters, include undated memories where appropriate, and preserve date bounds in generated search queries. Validation Unit tests: 1,655 passed, 20 skipped. Ruff, plugin packaging, Vitest and the OpenClaw Gateway compatibility matrix passed. Release E2E was not run for this …
    在 GitHub 查看 ↗
  2. v1.15.2 Mnemory 1.15.2
    发布说明摘录
    Fixed - Ship compiled JavaScript alongside the OpenClaw plugin sources, lock the build dependency, and verify that the packaged runtime loads before npm publication. Distribution - Publish multi-architecture container images to ghcr.io/fpytloun/mnemory, with source-repository labels and tested tag rules. - Document GHCR pull/build commands and retain the best-effort deletion warning alongside the Cognis introduction. The OpenClaw plugin remains at its separately published version 0.2.2. Deletion remains best effort, not a verified-erasure or compliance guarantee.
    在 GitHub 查看 ↗
  3. openclaw-v0.2.2 OpenClaw Plugin v0.2.2
    发布说明摘录
    Fixes npm installation with recent OpenClaw versions by shipping compiled JavaScript. Also fixes compatibility of the publishing verification with npm 12. See #16, #17, and #18.
    在 GitHub 查看 ↗

常见问题

使用 mnemory 需要付费吗?
软件本身可自托管,但需要 OpenAI 兼容 API 密钥来运行 LLM 和嵌入;API 费用取决于所选提供方和用量。
记忆数据存在哪里?
快速启动默认将数据存入 ~/.mnemory/。生产配置可使用 Qdrant 存储向量,并使用 S3/MinIO 存储 artifacts。
删除记忆是否等于已验证的物理擦除?
不是。README 明确指出删除是尽力而为,不构成已验证擦除或合规保证;常规删除会撤回并保留历史。
可以只用 MCP 客户端,还是必须接入某个专用应用?
可连接任意兼容 MCP 的客户端,也可通过 REST API 使用。README 列出了 Claude Code、ChatGPT、Open WebUI、Cursor 等客户端。
mnemory 智能记忆服务 用哪个端口?
本页安装说明里用的是 8050 端口(例如 http://localhost:8050)。如果项目支持修改端口,方法以 README 为准。
mnemory 智能记忆服务 开源吗?
源码公开在 GitHub(fpytloun/mnemory),但仓库没有声明通用的开源许可证,能不能复用、修改并不明确。在此基础上开发前,建议先看 README 或询问作者。
mnemory 智能记忆服务 安全吗?
FollowAgents 的 FARS 评审(2026年11月12日)给 mnemory 智能记忆服务 的“信任与安全”打了 16/29 分。评审检查的 8 项安全措施没有完全缺失的。评审之后仓库已有更新。
mnemory 智能记忆服务 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-17,在最近 30 天内。最新版本是 v1.15.3(2026-11-15)。
mnemory 智能记忆服务 是谁开发的?
mnemory 智能记忆服务 由 GitHub 账号 fpytloun 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
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。

相关核心概念