MemHarness

MemHarness官网

MemHarness 是由上海人工智能实验室联合浙江大学、复旦大学、上海交通大学等高校开源的 LLM Agent 记忆重构框架。传统记忆增强型智能体往往把检索到的历史经验直接注入上下文，当旧经验与当前状态不匹配时反而造成负迁移。MemHarness 借鉴人类记忆重构机制，在”检索”与”行动”之间插入显式的批判与重构环节，结合当前上下文对历史经验进行保留、改写或丢弃，并通过 GRPO 完成端到端训练，无需额外人工标注。

主要功能

1. 记忆检索：Agent 依据当前观测生成查询，从 Milvus 向量记忆库召回 top-k 相关历史经验及其来源状态；
2. 批判与重构：统一策略模型对比记忆来源状态与当前状态，判断经验适用性，将其改写为状态对齐的指导信息，或判定不适用而舍弃；
3. 动作生成：基于重构后的指导信息或自主推理，输出可执行的环境动作；
4. 经验回写与剪枝：每轮交互后将轨迹摘要写入记忆库，进行语义去重，并按经验效用定期剪枝低价值记忆；
5. 端到端训练：通过 GRPO 联合优化检索、重构与动作生成，重构阶段无需标注数据。

如何使用MemHarness

本地部署与训练流程如下：

1. 克隆仓库并创建环境：执行 git clone https://github.com/KnowledgeXLab/MemHarness.git 拉取代码，创建 python==3.12 的 Conda 环境，依次安装 vLLM、Flash Attention 2 与 MemHarness 本体；
2. 部署嵌入服务：通过 vllm serve BAAI/bge-m3 --port 8001 启动 BGE-M3 嵌入模型，为 Milvus 记忆库提供向量编码；
3. 安装目标环境：根据任务需求安装 ALFWorld 或 WebShop 交互环境，并下载对应的游戏文件与预训练检测器；
4. 冷启动 SFT（可选）：运行 scripts/build_*_coldstart_data.py 构建冷启动数据，再执行 scripts/cold_start_sft.sh 让模型对齐交互与记忆摘要格式；
5. GRPO 端到端训练：运行 run_scripts/train_alfworld.sh 或 run_scripts/train_webshop.sh，框架会自动拉起记忆向量库、执行检索、经验回写与剪枝，完成训练。

使用场景

1. 具身智能家务：在 ALFWorld 等家庭环境中重构过往取物、清洁经验，适配不同房间布局完成复杂家务任务；
2. 自主在线购物：在 WebShop 中根据历史购物经验重构为当前的搜索与筛选策略，提升目标导向购物成功率；
3. 智能客服对话：客服 Agent 检索相似工单后重构解决方案，避免直接套用旧答复导致答非所问；
4. 代码辅助开发：编程 Agent 重构过往 bug 修复经验以适配当前代码上下文，给出精准修复建议而非照搬旧方案。

与 Qwen-CUA 等图形界面操作智能体不同，MemHarness 把能力增强放在记忆层面，为各类 Agent 提供可复用的经验重构底座。

价格与版本

MemHarness 目前以开源研究项目形式发布，代码与论文均在 GitHub 公开，未设置商业收费版本。用户可以免费克隆仓库、本地部署并进行二次开发；预训练权重可在 Hugging Face 上的 KnowledgeXLab/MemHarness 模型库获取。项目暂无官方 SaaS 托管或企业付费套餐，后续版本规划以仓库 Release 说明为准。

常见问题解答

MemHarness 支持哪些任务环境？

官方在 ALFWorld（具身家务）与 WebShop（在线购物）两类交互环境上完成了验证，社区也可自行接入其他支持文本交互的环境。

训练 MemHarness 需要人工标注的重构数据吗？

不需要。重构能力来自 GRPO 端到端训练的自然涌现，重构阶段没有监督数据，奖励由稀疏任务结果与格式奖励组成。

关闭记忆后，MemHarness 还能正常工作吗？

可以。即便测试时关闭记忆，重构训练目标仍使基础策略的内在推理能力提升，在基准上的成功率较未训练版本有明显提高。

官网网址

MemHarness 官网入口（GitHub 开源仓库）：https://github.com/KnowledgeXLab/MemHarness

相关官方资源：

Hugging Face 模型库：https://huggingface.co/KnowledgeXLab/MemHarness

arXiv 技术论文：https://arxiv.org/pdf/2607.28272

OpenI AI时代点评

MemHarness 把”记忆重构”而非”记忆回放”作为核心思路，给长期受负迁移困扰的记忆增强型 Agent 提供了一条新路径。它最值得关注之处在于：仅 7B 参数规模就在 ALFWorld 与 WebShop 上超过 Gemini-2.5-Pro，在分布外场景也保持较高成功率；更关键的是，重构能力由 GRPO 端到端训练自然涌现，省去了昂贵的重构标注。对希望研究或落地 Agent 长期记忆的团队而言，MemHarness 是一个值得跟踪的开放基线。项目已在 GitHub 开源，欢迎前往 https://github.com/KnowledgeXLab/MemHarness 了解与试用。