调研日期2026-09-25GitHub Star 为当日 API 实时数据。一、总览表系统出品方Stars协议定位存储方式典型场景mem0Mem0.ai66.0kApache-2.0独立记忆层SDK 云平台向量库27 种后端 KV图记忆已转为付费平台功能个性化助手快速接入OpenViking火山引擎字节38.7kAGPL-3.0Agent 上下文数据库记忆RAG技能统一底座AGFS 虚拟文件系统localfs/s3fs 向量索引可接 VikingDB长周期任务 Agent、统一上下文底座GraphRAG微软36.1kMIT知识图谱 RAG非典型 Agent 记忆Parquet/LanceDB 等图 社区摘要文档集全局问答、知识库GraphitiZep31.2kApache-2.0时序知识图谱记忆引擎Zep 开源内核Neo4j / FalkorDB事实随时间变化、需历史有效性cogneecognee31.0kApache-2.0知识图谱 向量记忆框架SQLite LanceDB Kuzu可换 Neo4j 等企业知识记忆、降低幻觉HindsightVectorize28.5kMIT独立记忆系统仿生会学习的记忆内嵌 PostgreSQLpg0需要从成败中反思学习的企业 AgentTencentDB-Agent-Memory腾讯云27.3kMIT团队级记忆中枢Memory Hub向量 BM25 RRFMongoDB 后端实验性多 Agent 团队共享经验资产LettaLettaUC Berkeley 血统24.9kApache-2.0记忆优先的有状态 Agent 框架PostgreSQL / SQLite长期运行的有状态 Agent、研究MemoriMemoriLabs原 GibsonAI16.9kApache-2.0SQL 原生记忆引擎SQLite / PostgreSQL / MySQL要可审计、合规、低成本的团队memUNevaMind-AI14.4kApache-2.024/7 主动 Agent 记忆框架Markdown 分层文件 SQLite/Postgrespgvector全天候主动助手、多模态EverOSEverMind13.2kApache-2.0本地优先的记忆操作系统Markdown事实源 SQLite LanceDB跨 App 的个人记忆层、数据主权HonchoPlastic Labs7.3kAGPL-3.0推理优先的记忆基础设施PostgreSQL pgvector Redis多用户/多 Agent 状态建模ZepZep4.9kApache-2.0托管 Context Lake开源版为社区 legacy基于 Graphiti 的双时态图企业级托管记忆服务ReMe阿里 AgentScope3.5kApache-2.0文件即记忆的记忆管理套件.reme/工作区 Markdown 可重建 BM25/向量索引编程 Agent、个人知识库memsearchZillizMilvus2.7kMIT轻量编程 Agent 记忆库纯文本 Markdown Milvus 影子索引Claude Code/Codex 等编程 Agent 跨工具共享记忆langmemLangChain1.7kMITLangGraph 框架内记忆库LangGraph StorePostgres 等LangGraph 应用MemoryOS北邮百家 AIEMNLP 2025 Oral1.6kApache-2.0学术型记忆操作系统本地文件 FAISS个性化对话、教学研究Text2MemMemTensor上海58MIT记忆操作语言/标准层JSON 操作契约依托宿主存储研究、需精确记忆操作语义二、按是否独立记忆系统分类1. 独立记忆基础设施可独立部署的服务/引擎mem0、Hindsight、Honcho、TencentDB-Agent-Memory、OpenViking、EverOS、ReMe、memU、MemoryOS、Memori、Zep托管这类系统有完整的写入—组织—检索—更新生命周期可脱离具体 Agent 框架独立部署通过 SDK/API/MCP 接入任意 Agent。2. 嵌入式记忆引擎/库Graphiti、cognee、langmem、memsearch、Text2Mem以库/引擎形态嵌入宿主应用Graphiti 提供时序图引擎Zep 的内核cognee 提供图向量记忆管道langmem 是 LangGraph 原生工具集memsearch 是插件式轻量库Text2Mem 是标准化操作语言层12 个原子操作 JSON 契约本身不是完整系统。3. 记忆与 Agent 框架一体Letta本身就是 Agent 框架记忆架构core memory blocks / archival / recall是其 Agent 运行时的内生部分。4. 非典型记忆系统GraphRAG本质是知识图谱 RAG 索引与查询框架面向文档集理解而非跨会话 Agent 记忆列入是因为常被拿来与记忆系统对比。三、核心工作原理对比系统工作原理要点mem0LLM 从对话抽取事实 → 与存量记忆比对执行 ADD/UPDATE/DELETE → 向量相似度召回自我编辑去重OpenVikingviking:// 虚拟文件系统统一 Memory/Resource/SkillL0 摘要/L1 概览/L2 全文渐进加载commit 式 LLM 抽取 去重合并 memory_diff 审计回滚意图分析 目录递归检索GraphRAG索引管道实体/关系抽取 → 社区检测 → 分层社区摘要查询分 local/global/drift searchGraphiti双时态知识图谱事件发生时间 摄入时间事实带有效期窗口语义 BM25 图遍历混合检索亚秒级增量更新cogneeECL 管道30 数据源摄入 → 分块/嵌入 → 三元组抽取图与向量索引并行构建检索可组合时间过滤、图遍历、向量相似Hindsight仿生四类记忆世界知识/经验/观点/观察TEMPR时间实体感知检索 CARA对成败的反思LongMemEval 91.4%TencentDB-Agent-Memory对话蒸馏为 L0 会话→L1 原子→L2 场景→L3 画像四层另产出 Skill/Wiki/CodeGraph 资产固定绑定 ACL 路由BM25向量RRFLettaOS 虚拟内存思想Agent 用工具自主管理核心记忆块分页换入换出 归档记忆 回忆存储自我编辑Memori拦截 LLM 调用实体抽取 关系映射写入 SQLconscious短期提升/auto全库检索双模式全程 SQL 可查memU三层文件系统式记忆Resource→Item→Category自演化分类双检索快速 RAG 模式 深度 LLM 模式多模态摄入LoCoMo 92.09%EverOSMarkdown 为唯一事实源可读可改可 Git 版本化级联 watcher 同步 SQLite LanceDB 索引用户轨episodes/profile与 Agent 轨cases/skills分离离线反思合并演化Honcho推理优先后台对消息做形式逻辑推理为每个 peer用户/Agent/群组构建持续演化的 representationDreaming 后台再推理Zep托管 Context Lake基于 Graphiti 构建双时态上下文图数据层治理ABAC、留存、审计LongMemEval 90.2%ReMe文件即记忆session→daily→digest 渐进蒸馏auto_dream 巩固Markdown frontmatter wikilinksBM25向量RRF 行级召回LongMemEval 89.4%memsearch会话自动捕获为纯文本 MarkdownMilvus 做影子向量索引三层检索search→expand→transcript本地 ONNXbge-m3嵌入免 API KeylangmemLangGraph 存储层之上的记忆工具热路径即时写入 后台提取语义/情景/程序三类记忆含提示优化器MemoryOS操作系统内存管理映射短/中/长三级存储短→中 FIFO、中→长段页式热度淘汰LoCoMo F1 49.11%Text2Mem定义 12 个原子记忆操作Encode/Update/Label/Merge/Split/Promote/Demote/Lock/Expire/Retrieve/Summarize 等 五元 JSON 契约 双层校验做记忆操作的标准化四、选型速查快速给产品加个性化记忆mem0生态最大、MemoriSQL 审计友好事实随时间变化、要追溯何时为真Graphiti / Zep长周期任务型 Agent 的统一上下文底座OpenViking注意 AGPL-3.0多 Agent 团队共享经验/技能/代码知识TencentDB-Agent-Memory让 Agent 从成功失败中学习Hindsight、memU、EverOS自演化路线编程 Agent 的本地透明记忆ReMe、memsearch、EverOSMarkdown 文件派LangGraph 技术栈langmem企业知识库/文档集问答非对话记忆GraphRAG、cognee学术研究与教学MemoryOS、Text2Mem、Letta数据主权/合规审计优先MemoriSQL、EverOS/ReMe纯文件、HindsightMIT 自托管五、关键提醒协议风险OpenViking 与 Honcho 为 AGPL-3.0以其做商业闭源 SaaS 需评估网络服务条款mem0 的图记忆已从开源 SDK 移除转为付费平台功能。Star ≠ 适配度mem0 星数最高但定位是通用记忆中间件垂直场景编程、团队、时序各有更专精的选择。基准数字均为官方自报LoCoMo / LongMemEval 等模型栈不同横向比较仅供参考。
