> 调研日期：2026-09-25；GitHub 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                                      |
| ---------------------- | ------------------------------ | ----- | ---------- | ------------------------------------------- | ------------------------------------------------------------ | --------------------------------------------- |
| mem0                   | Mem0.ai                        | 66.0k | Apache-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）               | 38.7k | AGPL-3.0   | Agent 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                           | 36.1k | MIT        | 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                        |
| Graphiti               | Zep                            | 31.2k | Apache-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                  |
| cognee                 | cognee                         | 31.0k | Apache-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                        |
| Hindsight              | Vectorize                      | 28.5k | MIT        | 独立记忆系统（仿生"会学习"的记忆）          | 内嵌 PostgreSQL（pg0）                                       | 需要从成败中反思学习的企业 Agent              |
| TencentDB-Agent-Memory | 腾讯云                         | 27.3k | MIT        | 团队级记忆中枢（Memory Hub）                | 向量 + BM25 + RRF（MongoDB 后端实验性）                      | 多 Agent 团队共享经验资产                     |
| Letta                  | Letta（UC Berkeley 血统）      | 24.9k | Apache-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                  |
| Memori                 | MemoriLabs（原 GibsonAI）      | 16.9k | Apache-2.0 | SQL 原生记忆引擎                            | SQLite / PostgreSQL / MySQL                                  | 要可审计、合规、低成本的团队                  |
| memU                   | NevaMind-AI                    | 14.4k | Apache-2.0 | 24/7 主动 Agent 记忆框架                    | Markdown 分层文件 + SQLite/Postgres+pgvector                 | 全天候主动助手、多模态                        |
| EverOS                 | EverMind                       | 13.2k | Apache-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                 |
| Honcho                 | Plastic Labs                   | 7.3k  | AGPL-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                      |
| Zep                    | Zep                            | 4.9k  | Apache-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 AgentScope                | 3.5k  | Apache-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                        |
| memsearch              | Zilliz（Milvus）               | 2.7k  | MIT        | 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 |
| langmem                | LangChain                      | 1.7k  | MIT        | LangGraph 框架内记忆库                      | LangGraph Store（Postgres 等）                               | LangGraph 应用                                |
| MemoryOS               | 北邮百家 AI（EMNLP 2025 Oral） | 1.6k  | Apache-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                          |
| Text2Mem               | MemTensor（上海）              | 58    | MIT        | 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                                                 |
| ---------------------- | ------------------------------------------------------------ |
| mem0                   | LLM 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 |
| OpenViking             | viking:// 虚拟文件系统统一 Memory/Resource/Skill；L0 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 search |
| Graphiti               | 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 |
| cognee                 | ECL 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+RRF |
| Letta                  | OS 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 SQL；conscious（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% |
| EverOS                 | Markdown 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 representation；Dreaming 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 + wikilinks；BM25+向量+RRF + 行级召回；LongMemEval 89.4% |
| memsearch              | 会话自动捕获为纯文本 Markdown，Milvus 做影子向量索引；三层检索（search→expand→transcript）；本地 ONNX（bge-m3）嵌入免 API Key |
| langmem                | LangGraph 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）、Memori（SQL 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、EverOS（Markdown 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**：Memori（SQL）、EverOS/ReMe（纯文件）、Hindsight（MIT + 自托管）

## 五、关键提醒

1. **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。
2. **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。
3. **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。

调研日期：2026-09-25；GitHub 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 | | ---------------------- | ------------------------------ | ----- | ---------- | --------------------------

开源 Agent 记忆系统多维对比报告

人工智能

数据库

开发工具

2026年最热门的AI记忆系统横评：mem0（66k Stars）领跑独立记忆层，OpenViking主打Agent上下文数据库，Graphiti专攻时序知识图谱。按场景选型：快速集成选mem0，长周期任务用OpenViking，团队共享选TencentDB，编程Agent推荐ReMe/memsearch。注意AGPL协议风险与基准测试差异。

文件系统

知识图谱

内存管理

PostgreSQL

中间件

MongoDB

路由

SQLite

GitHub

MySQL

Agent

Redis

JSON

SaaS

让每一个 Agent，都跑在云上

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

2026年最热门的AI记忆系统横评：mem0（66k Stars）领跑独立记忆层，OpenViking主打Agent上下文数据库，Graphiti专攻时序知识图谱。按场景选型：快速集成选mem0，长周期任务用OpenViking，团队共享选TencentDB，编程Agent推荐ReMe/memsearch。注意AGPL...

开源 Agent 记忆系统多维对比报告-腾讯云开发者社区-腾讯云

开源 Agent 记忆系统多维对比报告

开源 Agent 记忆系统多维对比报告

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐