Letta（前身 MemGPT）是一套构建「有状态 Agent」的平台——让 AI 拥有长期记忆、能学习并随时间自我改进，而不是每次对话都从零开始。 大多数 Agent 是「无状态」的：一次任务跑完，上下文一丢，什么都不剩。Letta 反其道而行，它的核心理念来自 MemGPT 论文——把大模型当作操作系统，精心管理上下文与外部存储，让 Agent 拥有可持久化的记忆与状态。Agent 能记住历史、更新自己的记忆内容、在多次交互中逐步改进。仓库 letta-ai/letta、...
标签 长期记忆 下的文章
Mem0 是专为 AI Agent 与应用设计的「记忆层」，把跨会话的用户偏好、事实与上下文存起来，让助手下次还记得你。 大模型本身没有长期记忆，每次对话都像初次见面。把历史全塞进上下文既贵又记不住重点。Mem0 的定位是「即插即用的记忆基础设施」：从对话里抽取值得记住的事实，去重、更新、按相关性检索，在需要时把相关记忆注入上下文。仓库 mem0ai/mem0 以 Python 为主、Apache-2.0 许可，星标约 6.9 万（以 GitHub 为准），官网 https:...
用本地知识图谱把用户信息持久化，让 AI 在不同聊天之间记住人、事、关系。 连接器名称：Knowledge Graph Memory Server（memory） 传输方式：stdio（本地进程，通过 npx 启动） 适用客户端：Claude Desktop、VS Code、Cursor 等支持 MCP 的客户端 配置示例：npx -y @modelcontextprotocol/server-memory（完整 JSON 见「使用上手」） 仓库地址：https://gith...