MindMemOS官网
MindMemOS 是华为诺亚方舟实验室开源的一款 AI Agent 记忆操作系统,专门解决智能体”用完即忘”的难题。它把记忆从单个 Agent 内部解耦出来,变成一份可以跨框架复用的资产,用”实体—属性—时间”三维结构同时保存对象的最新状态与完整演变轨迹。对于需要长期陪伴用户、或在多个智能体之间共享知识的场景,MindMemOS 让记忆真正成为可持续积累、可被检索、还能自我进化的系统能力。

MindMemOS的主要功能
- 三维记忆结构:以实体、属性、时间三个坐标组织记忆,不仅能记录某个对象”现在是什么样”,还能追踪属性随时间的演变以及实体之间的语义关联。
- 双模式记忆提取:MindVanilla 面向开放域、无需模板即可快速入库;MindSchema 则允许预先设定实体与属性规则,更贴合有明确业务结构的场景。
- Compact Search 检索:外层由 Agentic 模块规划检索路径,内层执行实体反查、多跳关系扩展与时间线追踪,把复杂问题拆成多条可并行的检索路径。
- Dreaming 离线整理:在系统空闲时主动梳理记忆,识别重复、冲突与演化关系,合并冗余、归档失效版本,并补充更高层的模式,让记忆越用越干净。
- Feedback 反馈闭环:同时支持显式与隐式反馈,判断信号类型后自动执行新增、更新、归档、删除或强化,把用户的纠偏直接沉淀回记忆策略。
- Skill Evolution 技能演进:基于真实的执行轨迹自动提炼成功策略与失败模式,生成技能修改计划并迭代版本,让 Agent 的操作经验真正变成可复用的规则。
如何使用MindMemOS
本地部署与接入的流程如下:
- 克隆仓库后准备配置:复制
.env.example为.env,并将config/mindmemos/dev.example.yaml复制为config/mindmemos/dev.yaml,在文件中填写 chat_model_router、embed_model_router、rerank_model_router 以及对应的 API key; - 启动服务:执行
make dev拉起完整的 Docker 依赖栈与 FastAPI 服务(默认端口 8000),若只需核心依赖也可运行make dev-core; - 安装并配置 SDK:通过
pip install mindmemos-sdk安装,再运行mindmemos auth填写 base_url、api_key 与 user_id; - 写入与检索记忆:在代码中调用
client.memory.add()写入对话或事实,用client.memory.search()执行检索; - 提交反馈与触发整理:通过
client.memory.feedback()或命令行mindmemos memory feedback提交纠偏信号,执行mindmemos memory dreaming启动离线记忆巩固; - 注册与演化技能:用
mindmemos skill register登记本地技能,再用mindmemos skill evolve基于执行轨迹触发版本演进。
MindMemOS的使用场景
- 个性化 AI 助手:跨会话保留用户偏好、项目背景和历史踩坑经验,避免每次对话都从零开始重新”养”一个 Agent;
- 多 Agent 协作平台:同一份记忆库可被 OpenClaw、Hermes、Claude Code、OpenHands 等不同智能体共享复用,让协作建立在统一的知识底座之上;
- 自动算法设计(LLM4AD):把算法搜索中验证过的有效经验与避坑指南系统化,沉淀为可检索、可复用的三层记忆;
- 复杂办公自动化:借助 Skill Evolution 持续优化表格处理、文档编辑等重复任务的执行策略,让流程越跑越顺手;
- 长期用户画像:追踪用户属性随时间的变化轨迹,为个性化推荐与社交规划提供持续更新的依据。
MindMemOS的常见问题解答
- MindMemOS 支持哪些接入方式?
- 它提供本地部署(Docker + FastAPI)、云端 API、Python SDK、命令行 CLI,以及 OpenClaw 插件等多种接入形态,既能在自有服务器上私有化运行,也能作为在线服务被智能体调用。
- MindMemOS 和 Mem0 这类记忆方案有什么不同?
- Mem0 多采用文本片段或向量块的扁平存储,而 MindMemOS 用实体—属性—时间的三维图结构追踪演变轨迹,并自带 Dreaming 离线整理、Feedback 反馈闭环与 Skill 演进能力,记忆还能跨 Agent 迁移复用,在 LoCoMo 长程记忆基准上达到 94.03% 的准确率。
- MindMemOS 是免费使用的吗?
- 项目以 MIT 协议开源,代码可自部署使用。实际运行需要自备大模型与向量模型的 API key(或本地模型服务),平台本身不收取授权费用。
MindMemOS官网网址
MindMemOS官网入口网址:https://mindmemos.cn/
项目源码托管在 GitHub:https://github.com/mindscale-noah/MindMemOS
OpenI AI时代点评
大多数 Agent 框架把记忆当作一次对话里的临时变量,会话一关,经验就清零了。MindMemOS 的思路是把记忆提升为系统的一等公民:它不依附于某个具体 Agent,而是以结构化、可迁移、能自我进化的方式长期存在。三维记忆结构负责”记得准”,Dreaming 负责”理得清”,Feedback 与 Skill Evolution 负责”变得强”,三者合在一起,正好补上了当前智能体最缺的”长期成长”能力。
从落地角度看,MindMemOS 对多智能体协作和长期陪伴类应用尤其有价值——像 OpenClaw、WorkBuddy 这类需要持续积累经验的智能体,直接挂上同一份记忆库就能少走很多弯路。开源 MIT 协议加上 Docker、SDK、CLI、插件齐备的接入方式,也降低了团队把它接进现有系统的门槛。如果你的场景里 Agent 总在重复犯同样的错、或几个助手各记各的,MindMemOS 值得认真试一试。
数据评估
本站OpenI提供的MindMemOS都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由OpenI实际控制,在2026年 8月 10日 下午5:28收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,OpenI不承担任何责任。

