AgentMemoryRepo:为AI Agent定义跨会话记忆仓库的开源规范

📌 项目:https://github.com/AgentMemoryRepo/agentmemoryrepo | 星数:670 | 语言:Markdown/Spec | 协议:MIT | 更新:2026-10-09

📋 项目简介

AgentMemoryRepo是一个为AI Agent设计的记忆仓库规范项目,定义了Agent如何持久化、检索和互链跨会话记忆数据。项目在GitHub获得670颗星,采用MIT协议,核心规范文档发布在cognition.com,目标是解决Agent每次对话从零开始的记忆缺失问题。

该规范将Agent记忆抽象为可互链的记忆节点,类似Wiki页面的双向链接结构。如果你想了解具体的Agent记忆实现方案,可以参考我们的Claude-Mem持久化上下文指南,对比规范与工程落地的差异。

🔧 核心功能

记忆节点互链规范:每个记忆条目包含唯一ID、时间戳、来源标签、内容正文和双向链接列表,记忆之间通过语义关联自动建链(如用户偏好Python链接到上次讨论的Python项目),支持沿链接链遍历相关记忆上下文。

跨会话持久化:定义统一的记忆存储接口(支持文件系统、SQLite、向量数据库后端),Agent重启后自动加载历史记忆并重建上下文窗口,支持按时间/标签/重要性分数过滤记忆条目,避免上下文窗口被低价值记忆占满。

记忆生命周期管理:规范定义了记忆创建、强化(被引用时权重提升)、合并(重复记忆自动去重)、衰减(长时间未被引用的旧记忆降权)和归档(超低权重记忆移到冷存储)的完整生命周期,spec提供参考实现和测试用例。

⚖️ 优缺点

✅ 优势❌ 劣势
规范定义了记忆互链结构,记忆之间自动建立语义关联形成知识网络作为规范项目不提供开箱即用的Agent运行时,需要开发者自行实现
统一存储接口支持文件系统/SQLite/向量数据库多种后端,适配不同规模场景记忆互链的自动建链依赖语义相似度计算,质量取决于嵌入模型选择
记忆生命周期管理(创建/强化/合并/衰减/归档)避免上下文窗口被低价值记忆占满规范仍在演进中,API稳定性不够保证,生产使用需自行评估风险
MIT协议开源,spec文档发布在cognition.com便于社区参与规范讨论社区规模较小,实际采用案例和最佳实践文档有限
提供参考实现和测试用例,降低Agent记忆系统的工程落地门槛记忆衰减策略的参数调优缺乏自动化工具,需要手动实验确定最优配置

🔧 适用场景

❓ 常见问题

AgentMemoryRepo是一个Agent运行时还是一个规范?

它是一个规范项目,定义了Agent记忆仓库的数据结构、存储接口和生命周期管理规则。spec文档发布在cognition.com,项目同时提供参考实现和测试用例,但不是开箱即用的Agent运行时。

记忆互链是如何自动建立的?

记忆条目存储时通过嵌入模型计算向量相似度,当新记忆与已有记忆的相似度超过阈值时自动建立双向链接。链接类型包括语义关联、时间序列和因果关系,开发者可自定义链接规则。

记忆衰减会导致重要信息丢失吗?

不会。衰减策略降低的是记忆的检索权重,不会删除记忆条目。被引用的记忆权重会自动强化(类似Anki的间隔重复),超低权重记忆移到冷存储但仍可通过显式查询访问。