MindMemOS：面向 AI 智能体的开源长期记忆操作系统

MindMemOS是什么

MindMemOS 是由 mindscale‑noah 开源、MIT协议授权的AI智能体长期记忆操作系统。专门解决大模型与Agent上下文窗口有限、历史经验丢失、用户偏好遗忘、交互经验无法沉淀复用的痛点。
它不只是简单向量数据库检索工具，而是一套完整记忆处理链路，负责对话记录、文件内容、工具调用日志、用户反馈的存储、结构化加工、离线自省优化、记忆‑技能转化，记忆资产可在不同AI智能体之间迁移复用。

功能特色

1. 可移植跨Agent记忆
   记忆数据与智能体本体解耦，用户画像、事实信息、工具经验可以在多个Agent框架之间迁移，不用重复训练与重新记忆。

2. Dreaming离线自省自演进记忆
   离线自省机制自动合并重复记忆、修正冲突信息、清理冗余内容，在压缩记忆存储量的同时提升事实召回准确率。搭配Schema模式学习、用户反馈修正，持续优化记忆质量。

3. 记忆‑技能双向闭环演化
   从历史交互记忆中提炼可复用技能；技能执行结果、失败日志、用户反馈回流写入记忆库，实现技能迭代更新。

4. 标准化API与多SDK支持
   提供REST接口、Python SDK、CLI命令行、智能体插件，支持云端API调用和本地私有化部署两套模式。

5. 完整学术基准评测能力
   内置自动化评测工具，支持LoCoMo、PersonaMem等主流记忆基准，方便开发者验证记忆系统效果。

技术细节

1. 存储组件
   向量存储采用Qdrant，图数据库使用Neo4j维护记忆实体关联；Kafka作为消息队列处理记忆写入数据流；ClickHouse承担日志与观测统计。

2. 记忆处理链路
   原始交互数据输入 → 结构化解析抽取事实、偏好、工具日志 → 向量嵌入 + 图实体构建 → 检索召回；触发Dreaming任务时后台运行自省，做记忆合并、冲突消解、冗余裁剪；从记忆抽取技能并版本化管理。

3. 模型层
   模型与记忆系统解耦，支持接入各类大模型、嵌入、重排模型；官方评测基准使用gpt‑4.1‑mini作为记忆处理模型。

4. 工程保障
   项目配置CI流水线、pre‑commit格式校验、gitleaks密钥泄露检测；提供多套环境配置模板，配套完整中英文文档。

5. 数据说明
   LoCoMo、PersonaMem、LongMemEval评测数据集不包含在仓库内，需要开发者自行下载放置指定目录。

应用场景

• 个性化对话Agent：长期记住用户习惯、偏好、历史对话事实，多次会话保持人格与记忆一致性。

• 代码智能体：沉淀项目上下文、历史排错经验、工具调用经验，跨会话复用开发经验，适配OpenHands、Claude Code。

• 多智能体工作流：多个Agent共享同一套记忆资产，协同完成复杂任务。

• 私有业务AI应用：本地私有化部署，企业内部业务交互、客户偏好、业务事件长期记忆留存。

• 学术与算法研究：直接使用内置评测套件，开展长期记忆算法对比实验。

使用方法

方式一：本地私有化部署

1. 使用uv管理项目依赖，通过项目Makefile一键启停整套服务。

2. 配置大模型路由、嵌入模型、向量库维度等参数。

3. 服务启动后FastAPI默认地址：http://127.0.0.1:8000，可直接访问交互式API文档。

方式二：云端API调用

1. 访问官方站点申请API Key，采用Bearer鉴权。

2. 调用核心REST接口：

• /v1/memory/add 添加记忆记录

• /v1/memory/search 语义检索相关记忆

• /v1/skills/register 注册版本化技能

方式三：SDK / CLI / 插件接入

1. Python SDK：安装 mindmemos‑sdk，封装记忆CRUD、反馈提交、触发Dreaming自省全套逻辑。

2. CLI命令行：随SDK自带，支持记忆管理、提交反馈、手动触发离线自省任务。

3. OpenClaw插件：npm包@mindmemos/openclaw‑plugin，Agent执行前自动检索注入记忆，会话结束自动保存交互记录。

竞品对比

选取Zep、EverMemOS两个同赛道开源记忆系统做对比：

常见问题解答

MindMemOS是向量数据库吗？

不是。Qdrant向量库只是它底层存储组件之一。MindMemOS包含数据解析、图关系构建、离线自省、技能抽取、评测整套上层逻辑，向量检索仅为其中一个环节。

运行MindMemOS必须全部部署Qdrant、Neo4j、Kafka、ClickHouse吗？

本地完整部署需要全套组件；云端API模式不需要自行维护底层存储组件，直接调用接口即可。

评测数据集在仓库里面可以直接下载使用吗？

不可以，LoCoMo、PersonaMem、LongMemEval数据集未内置仓库，需要自行下载放到指定目录才能运行基准测试。

可以对接私有化大模型吗？

可以，模型层完全解耦，只需要在配置文件配置对应大模型、嵌入、重排接口地址即可。

Dreaming离线自省会实时占用大量算力吗？

Dreaming属于后台离线任务，不会阻塞正常对话记忆读写，开发者可以自定义调度时机，控制算力消耗。

相关链接

• GitHub仓库：https://github.com/mindscale-noah/MindMemOS

• 官方站点：https://mindmemos.cn

总结

MindMemOS作为一套开源AI智能体长期记忆操作系统，突破传统向量检索记忆方案局限，依靠离线自省、记忆‑技能双向演化机制，实现记忆自动纠错、精简沉淀与跨智能体迁移复用，支持私有化部署与云端调用两种模式，配套完整评测工具，能够直接用于个性化Agent、代码智能体、企业私有AI业务以及记忆算法研究场景。