← 回總覽

[分享] Memory Sidecar v3.1.0 — 给任意 AI 智能体加装长期记忆

📅 2026-06-02 16:08 cycloner 人工智能 2 分鐘 1497 字 評分: 82
AI 智能体 长期记忆 Memory Sidecar 知识图谱 开源
📌 一句话摘要 Memory Sidecar v3.1.0 是一个开源外挂记忆系统,通过三层记忆架构(热层、温层、冷层)为任意 AI 智能体提供长期记忆能力,解决对话式 AI 无法跨会话记忆的问题。 📝 详细摘要 本文介绍了 Memory Sidecar v3.1.0,一个为 AI 智能体提供长期记忆能力的外挂系统。文章指出,当前所有对话式 AI 都存在无法跨会话记忆的硬伤,每次新对话都是白纸一张。Memory Sidecar 通过三层记忆架构解决这一问题:热层(当前会话 context)、温层(PostgreSQL 事实图谱,50ms 级召回)、冷层(知识图谱 + 十万条消息的全文搜索)

📌 一句话摘要

Memory Sidecar v3.1.0 是一个开源外挂记忆系统,通过三层记忆架构(热层、温层、冷层)为任意 AI 智能体提供长期记忆能力,解决对话式 AI 无法跨会话记忆的问题。

📝 详细摘要

本文介绍了 Memory Sidecar v3.1.0,一个为 AI 智能体提供长期记忆能力的外挂系统。文章指出,当前所有对话式 AI 都存在无法跨会话记忆的硬伤,每次新对话都是白纸一张。Memory Sidecar 通过三层记忆架构解决这一问题:热层(当前会话 context)、温层(PostgreSQL 事实图谱,50ms 级召回)、冷层(知识图谱 + 十万条消息的全文搜索)。系统支持重点档案功能,可对重要项目或人物进行优先召回。架构精简,去除了 Docker 中间层,部署简单。项目已在实际生产环境中运行 2 个月,积累了 10,885 个知识图谱页面、42,481 个事实节点和 105,601 条可搜索会话消息。安装只需设置 AGENT_HOME 并运行安装脚本,支持 6 种 embedding 模型,默认推荐中英混合的 multilingual-e5-small。项目采用 MIT 开源协议。

💡 主要观点

- Memory Sidecar 通过三层记忆架构解决 AI 智能体的跨会话记忆问题。 热层处理当前会话上下文,温层使用 PostgreSQL 事实图谱实现 50ms 级快速召回,冷层通过知识图谱和全文搜索支持大规模历史消息检索,三层协同工作实现高效记忆管理。

系统支持重点档案功能,可对重要项目或人物进行优先召回。 Focused Dossier 功能允许用户标记重要的人、长期项目或反复出现的故障,系统会单独追踪这些内容并在相关对话中优先召回,提升记忆的精准度和实用性。
项目已在生产环境验证,积累了可观的记忆数据。 在一台连续运行 2 个月的 Hermes 服务器上,系统已生成 10,885 个知识图谱页面、42,481 个事实节点和 105,601 条可搜索会话消息,证明其在实际使用中的稳定性和有效性。

💬 文章金句

- AI 智能体有个硬伤:记不住你。每次新对话都是白纸一张。

  • Memory Sidecar v3.1.0 就是为了解决这个。它是一个外挂记忆系统,跑在你的智能体旁边,不碰核心代码,独立进程、共享目录。
  • 装完你的智能体就有了三层记忆:热层(当前会话 context)→ 温层(PostgreSQL 事实图谱,50ms 级召回)→ 冷层(知识图谱 + 十万条消息的全文搜索)。
  • 不是原型,是每天在用的东西。

📊 文章信息

AI 初评:82

来源:V2EX

作者:cycloner

分类:人工智能

语言:中文

阅读时间:3 分钟

字数:571

标签: AI 智能体, 长期记忆, Memory Sidecar, 知识图谱, 开源

阅读完整文章

查看原文 → 發佈: 2026-06-02 16:08:43 收錄: 2026-06-02 20:00:49

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。