AgentMemory：给AI Agent持久化记忆，跨会话保持上下文的开源框架

AgentMemory 是一个为 AI Agent 提供持久化记忆能力的开源项目。它解决了一个核心问题：AI Agent 在对话结束后会”失忆”，无法记住之前的交互和学到的知识。AgentMemory 通过向量存储和语义搜索，让 AI Agent 能够跨会话保持记忆。

项目背景

当前的 AI Agent 普遍面临一个尴尬的问题：每次对话都是从零开始。用户不得不重复解释背景信息、偏好设置和之前的决策。这不仅浪费时间，也严重影响了用户体验。

AgentMemory 的目标就是解决这个问题。它为 AI Agent 提供了一个持久化的记忆层，让 Agent 能够：

• 记住用户的历史交互
• 学习用户的偏好和习惯
• 在不同会话之间保持上下文
• 基于历史经验做出更好的决策

核心特性

1. 向量存储

AgentMemory 使用向量数据库存储记忆。每条记忆都会被转换为高维向量，支持语义搜索。这意味着 Agent 不仅能精确匹配关键词，还能理解语义相似的内容。

2. 多层记忆结构

AgentMemory 实现了类似人类记忆的多层结构：

• 短期记忆：当前会话的上下文信息
• 长期记忆：跨会话的持久化知识
• 情景记忆：具体的交互事件和时间线
• 语义记忆：抽象的知识和概念

3. 自动记忆管理

AgentMemory 会自动管理记忆的生命周期：

• 自动提取重要信息并存储
• 根据重要性和时效性衰减记忆
• 合并重复或相似的记忆
• 支持手动编辑和删除记忆

4. 多种后端支持

AgentMemory 支持多种向量数据库后端：

• Chroma（默认，轻量级本地存储）
• Pinecone（云端向量数据库）
• Weaviate（开源向量搜索引擎）
• FAISS（Facebook 的向量检索库）

如何使用

# 安装
pip install agentmemory

# 基本使用
from agentmemory import AgentMemory

# 初始化记忆系统
memory = AgentMemory()

# 存储记忆
memory.store("用户喜欢用 Python 编程", metadata={"type": "preference"})

# 搜索相关记忆
results = memory.search("编程语言偏好")

# 获取上下文
context = memory.get_context(query="今天的工作任务", max_tokens=2000)

集成示例

AgentMemory 可以轻松集成到各种 AI Agent 框架中：

# 与 LangChain 集成
from agentmemory import AgentMemory
from langchain.agents import AgentExecutor

memory = AgentMemory()
agent = AgentExecutor(agent=llm, memory=memory)

# 与 OpenAI API 集成
import openai
from agentmemory import AgentMemory

memory = AgentMemory()
context = memory.get_context(query=user_query)
response = openai.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "system", "content": f"相关记忆：{context}"},
        {"role": "user", "content": user_query}
    ]
)

适合场景

• 个人 AI 助手：让助手记住你的偏好、习惯和历史交互
• 客服机器人：记住客户的历史问题和解决方案
• 编程助手：记住项目的技术栈、编码规范和之前的决策
• 教育 AI：追踪学生的学习进度和薄弱环节
• 游戏 NPC：让游戏角色记住与玩家的交互历史

与 MemPalace 的区别

如果你关注 AI 记忆领域，可能也听说过 MemPalace 项目。两者的主要区别：

选择建议：如果你需要一个通用的、功能丰富的记忆系统，AgentMemory 是更好的选择。如果你只需要在 Claude Code 中快速存储和检索知识，MemPalace 可能更简单直接。

简评

AgentMemory 代表了 AI Agent 发展的一个重要方向：从无状态的对话工具进化为有记忆的智能助手。持久化记忆是 AI Agent 真正成为”助手”而非”工具”的关键一步。

对于正在开发 AI Agent 的开发者来说，AgentMemory 提供了一个成熟、灵活的记忆解决方案。它的多层记忆结构和多种后端支持让它能适应各种不同的应用场景。

项目地址：https://github.com/rohitg00/agentmemory