微信扫码
添加专属顾问
我要投稿
告别AI七秒记忆!Memori开源项目让你用一行代码实现永久记忆,成本直降90%。核心内容: 1. 传统AI记忆方案的技术痛点与成本问题 2. Memori开源项目的核心优势与实现原理 3. 三步代码示例展示极简集成方案
你是否也曾苦恼,精心调教的 AI 助手,转头就把你们的对话忘得一干二净?每开启一次新的会话,都得把前情提要再说一遍,仿佛在和一个只有七秒记忆的鱼对话。
这背后的原因其实很简单:大多数大型语言模型(LLM)天生是无状态的,它们不会主动保留过去的交互信息。为了解决这个问题,开发者们通常会引入向量数据库来存储对话历史和上下文。但这也带来了新的挑战:技术栈更复杂了,成本也上去了,还可能被特定的服务商“套牢”。
今天,我们要介绍一个名为 Memori 的开源项目,它为 AI 的“失忆症”提供了一剂优雅且经济的良方。
Memori 是一个为 LLM、AI Agent 和多智能体系统设计的开源记忆引擎。它的核心理念是:用一行代码,为你熟悉的标准 SQL 数据库(如 SQLite, PostgreSQL, MySQL)赋予 AI 记忆能力。
没错,你没看错,只需要一行代码:memori.enable()。
为什么选择 Memori?
体验 Memori 的魔力有多简单?我们来看一段代码。
首先,安装 SDK:
pip install memorisdk
然后,在你的代码中加入 Memori:
from memori import Memori
from openai import OpenAI
# 初始化并启用 Memori
memori = Memori(conscious_ingest=True)
memori.enable()
client = OpenAI()
# 第一次对话
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "我正在开发一个 FastAPI 项目"}]
)
# 过了一段时间,开启新的对话
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "帮我为这个项目添加用户认证功能"}]
)
# 此时,LLM 已经知道你在谈论的是之前的 FastAPI 项目
就是这么简单!在第二次对话中,你无需重复提及项目背景,Memori 已经悄悄地将上下文信息注入,让 LLM “记起”了你们之前的谈话内容。
Memori 的实现方式非常巧妙,它通过“拦截” LLM 的调用请求来工作。
整个流程可以分为两部分:
此外,Memori 还有一个后台的“意识代理”(Conscious Agent),它会定期分析长期记忆,将重要的信息提升到短期工作记忆中,进一步优化检索效率。
Memori 的设计初衷就是为了让开发者能够轻松地将其集成到现有工作流中。
数据库支持
你可以使用任何你熟悉的 SQL 数据库,只需提供一个连接字符串即可。
| 数据库 | 连接字符串示例 |
|---|---|
| SQLite | sqlite:///my_memory.db |
| PostgreSQL | postgresql://user:pass@localhost/memori |
| MySQL | mysql://user:pass@localhost/memori |
| Neon | postgresql://user:pass@ep-*.neon.tech/memori |
| Supabase | postgresql://postgres:pass@db.*.supabase.co/postgres |
LLM 框架支持
得益于 LiteLLM 的回调系统,Memori 可以支持几乎所有的 LLM 框架。
| 框架 | 状态 |
|---|---|
| OpenAI | ✓ 原生支持 |
| Anthropic | ✓ 原生支持 |
| LiteLLM | ✓ 原生支持 |
| LangChain | ✓ 支持 |
| Azure OpenAI | ✓ 支持 |
| 100+ 模型 | ✓ 支持 |
对于正在构建 AI 应用的开发者来说,记忆管理是一个无法回避的核心问题。Memori 项目提供了一种全新的解决思路,它通过拥抱开发者最熟悉的 SQL 技术,极大地降低了实现持久化记忆的门槛和成本。
它不仅让 AI “记住”了过去,更让开发者能够完全掌控自己的数据,避免了被特定技术或服务锁定。如果你也想让你的 AI 应用变得更聪明、更善解人意,那么 Memori 绝对是一个值得尝试的开源利器。
GitHub 项目链接地址:
https://github.com/GibsonAI/Memori
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-11-23
Andrej Karpathy 推出 LLM Council:让多个大模型"开会"讨论你的问题
2025-11-23
开源项目推荐:Langchain-Chatchat——让大模型本地部署与知识库问答更简单
2025-11-22
ollama v0.13.0 发布:DeepSeek-OCR、Cogito-V2.1 全新支持,性能工具 Bench 正式上线
2025-11-19
腾讯云开源DeepSeek量化部署方案:性能最高提升3.9X!
2025-11-19
全新AI编程工具 Google Antigravity 实测,特别适合产品经理
2025-11-19
20M小模型的数学公式OCR,复杂公式截图秒转LaTeX代码!
2025-11-18
高瓴、红杉一起投了一家出海销售Agent
2025-11-18
第一次用 Ollama 跑视觉模型:Qwen2.5-VL 7B 给了我一个意外惊喜
2025-09-07
2025-08-26
2025-09-06
2025-10-20
2025-09-08
2025-10-27
2025-10-27
2025-10-03
2025-09-17
2025-08-28
2025-11-12
2025-11-10
2025-11-03
2025-10-29
2025-10-28
2025-10-13
2025-09-29
2025-09-17