Memori

Memori 为智能体提供持久化记忆基础设施，基于执行轨迹创建结构化长期记忆，提升智能化水平。

Maker 说

看看 Memori 的工作原理：https://memorilabs.ai/benchmark/#demo

选择一个任务，实时观察两个智能体：https://memorilabs.ai/agent-trace/#demo

目前大多数面向客户的 AI 智能体都受限于短期记忆，而 Memori 带来了长期持久记忆。与主要依赖长篇幅自然语言对话历史的传统记忆系统不同，Memori 让智能体能够直接从智能体追踪中自动创建结构化的长期记忆——包括执行路径、工具结果、工作流步骤、结果以及决策逻辑。

- AI 智能体的结构化持久记忆——Memori 用结构化的知识图谱取代扁平的 markdown 记忆文件，捕捉每次会话中的事实、决策、结果和模式，而不会撑大 prompt。

- 基于智能体的实际行为，而非仅基于对话内容——Memori 在记录对话的同时，还会捕捉工具调用、执行追踪和智能体的实时决策，让智能体对之前任务的执行情况有更全面的了解。

- 智能体控制的智能召回——智能体自行决定何时检索以及检索什么，范围精确限定在项目、会话、实体或时间区间内——消除了无关上下文和跨项目干扰。

- 自动构建记忆，零延迟影响——每次交互后异步结构化更新记忆，因此永远不会拖慢智能体的响应速度。

- 更智能的每日简报——Memori 基于执行追踪和结构化记忆生成结构化每日简报，涵盖优先级、风险、当前目标、未完成任务和已知失败模式——远不止简单的对话总结。

- 专为多用户、多项目环境打造——记忆按项目、流程、会话和实体进行完全限定和隔离，防止数据在不同用户和上下文之间串扰。

- 生产级可观测性——通过 Memori Cloud 全面查看记忆创建、召回活动、检索性能和配额使用情况。