MemTensor/memmy-agent

## 🆓 注册免费试用 从[官方网站](https://memmy.bot/)或 [GitHub Release](https://github.com/MemTensor/memmy-agent/releases) 获取 Memmy。 注册即可获取免费 token。模型路由全自动开启 —— 零配置即可开始探索完整的 Memory + Agent Runtime。 ## Memmy 是什么？ 每一次 AI 会话都会产生上下文。但大多数都被丢弃了。 切换 agent、关闭标签页、开启新会话，你都得从头重新介绍自己。 Memmy 解决了这个问题。 借助跨 Cursor、Claude Code、Codex、OpenClaw 🦞、Hermes Agent 等共享的统一 memory 层，你的 agent 可以在彼此的上下文基础上构建，而无需从头开始。一次性对话将变成长期的协作关系。 它将你的知识、偏好和项目经验提炼为个人 memory，并在所有 Agent 之间共享相同的上下文。 提供桌面应用、CLI 和 API 形式。无论你喜欢哪种方式，都可以使用相同的长期 memory。**一次构建，处处使用。** ### 跨 Agent Memory 层 Memmy 为所有 AI Agent 提供统一的个人 memory 层。 - **跨 Agent 共享 memory** 无论是在 Codex、Claude Code、Cursor 还是 OpenClaw 中工作，你都可以保持相同的上下文和体验，无需再次重新介绍任何内容。 - **MemOS 驱动的 memory 引擎** 自动收集、理解和结构化你的知识、偏好和工作经验，将零散的对话和行为提炼为可搜索、可复用的长期 memory。 - **历史上下文接入** 支持导入现有 Agent 的历史记录，将过去的对话和项目经验转化为不断增长的个人知识资产。 ### 🕸️ 本地 Agent Runtime Memmy 提供完整的本地 Agent runtime 环境。 - **跨入口点的统一体验** 支持桌面应用、CLI/TUI 以及兼容 OpenAI 的 API，它们全部共享相同的 Agent、memory 和配置。 - **连续任务协作** 从任意入口点启动任务，并跨不同场景无缝衔接，不受单一会话限制。 - **可扩展的 Agent 能力** 通过 Skills 和 MCP 连接更多工具，让 Agent 从对话走向真正的任务执行。Memmy 还提供托管的 Chromium 浏览器工具，用于本地页面检查和可视化验证。 ### 🔬 工具与生态连接 Memmy 可以连接到你的工作环境，让 Agent 真正参与到你的日常工作流中。 - **连接你使用的工具** 支持 Telegram、Discord、微信、飞书和钉钉，以及 GitHub、Gmail、Notion、Slack 和 Jira 等生产力工具。 - **开放的工具生态** 支持 MCP 和自定义 Skills，扩展文件处理、shell、网络、图像生成和任务自动化等能力。 - **灵活的模型配置** 按需配置推理、Embedding、memory 处理、语音和图像生成模型，兼容主流模型服务。 ### 🔐 本地优先 —— 你的数据属于你 Memmy 的设计旨在保证你对个人数据和 memory 的控制权。 - **本地优先架构** Memory、配置和应用状态默认存储在你的本机；无需将任何数据上传到云端。 - **安全的访问控制** 本地服务提供受控的访问机制，确保只有经过授权的来源才能调用 memory 能力。 - **真实的 memory，没有幻觉** 当 memory 服务不可用时，Memmy 会明确报错，而不是返回不存在的“虚假 memory”。 ## 几分钟内构建上下文，无需从零开始 安装 Memmy 后，它可以自动扫描现有 AI Agent 的历史记录。几分钟内，你在过去几个月积累的项目上下文、工作习惯和偏好就会被转换为个人长期 memory，并附带一份个性化的“初次会面报告”。 目前支持：Cursor、Claude Code、Codex、OpenCode、OpenClaw、Hermes Agent。 [查看完整支持列表](https://memmy.bot/docs/memory/sources) ## 一个 Agent Runtime，多个入口点 Memmy 不仅仅是一个聊天界面 —— 它是一个在本地运行的 AI Agent Runtime。它将长期 memory、Agent 执行和工具连接统一在单个 runtime 环境中，通过不同的入口点服务于不同场景： | | 角色 | 核心能力 | | -------------------- | ---------------------------------- | --------------------------------------------------------------------------------- | | 🧠 Memory 层 | 存储和管理长期上下文 | 跨 Agent memory、历史记录导入、知识提炼、智能检索 | | 🤖 Agent Runtime | 驱动 Agent 执行任务 | 推理、任务编排、工具调用、MCP、Skills | | 🔌 集成层 | 连接外部生态 | 消息渠道、第三方工具、兼容 OpenAI 的 API | | 🖥️ 用户界面 | 提供入口点 | 桌面应用、CLI/TUI、Web API | ### 仓库架构  ## Memmy 与个人 AI Agent 的对比 与 Hermes 和 OpenClaw 等“个人 AI Agent”相比，Memmy 的与众不同之处在于，它绝不仅仅是“另一个替你聊天和跑腿的助手” —— 它是一个**跨 Agent 共享的 memory 基础设施**：它先记住你，然后在此基础上构建一个通用 Agent。 | 能力 | Memmy | Hermes | OpenClaw | | ------------------------------------------------------------ | --------------------------------- | ----------------- | --------------------- | | 产品定位 | Memory 基础设施 + 通用 Agent | 个人 AI Agent | 个人 AI 助手 | | 本地优先，数据保留在你的机器上 | ✅ | ⚠️ | ✅ | | 跨 Agent 共享单一 memory | ✅ | 🚫 | 🚫 | | 接管外部 Agent 历史记录（Cursor/Codex/Claude Code） | ✅ | 🚫 | 🚫 | | 为外部 Agent 安装 memory Skills | ✅ | 🚫 | 🚫 | | 结构化 memory 引擎（MemOS 混合检索） | ✅ | ⚠️ | ⚠️ | | 多渠道触达 (Telegram / Discord / iMessage…) | ✅ | ✅ | ✅ | | 语音消息 | ✅ | ⚠️ | ✅ | | 多模型 / BYOK | ✅ | ✅ | ✅ | ## 快速开始 ### 选项 1：桌面应用 1. 启动 Memmy 桌面应用并选择**账户模式**或 **API Key 模式**。 2. 在 API Key 模式下，配置主模型并通过连接测试；可选择配置 Embedding、ASR、图像生成、memory 摘要和技能演进模型。 3. 进入主工作台并发送你的第一个任务。 4. 打开“Tools”连接消息渠道或第三方工具；打开“Memory”扫描 Agent 历史来源。 ### 选项 2：`memmy` CLI（Agent Runtime） ``` memmy onboard # Initialize ~/.memmy/config.yaml and the workspace memmy status # Check config, workspace, model, and provider status memmy agent --message "Hi, introduce the current workspace" # Single-turn message memmy # Run without a subcommand to enter interactive chat (TUI) memmy serve # Start the OpenAI-compatible API (:18990) ``` 最小 BYOK 配置（`~/.memmy/config.yaml`）： ``` agents: defaults: model: openai/gpt-4.1 provider: openai timezone: Asia/Shanghai providers: openai: apiKey: ${OPENAI_API_KEY} # Supports ${ENV_NAME}-style environment variable references tools: browser: enabled: true maxSessions: 4 idleTimeoutS: 900 ``` 桌面应用和 `scripts/dev-start.sh` 会在 Agent Gateway 启动前准备好匹配的托管 Chromium 构建。Agent 请求绝不会下载浏览器；当托管的可执行文件不可用时，浏览器工具会被忽略，而其他 Agent 功能将继续正常工作。 ### 选项 3：`memmy-memory` CLI（为外部 Agent / 脚本提供 memory 访问） ``` memmy-memory init # Write the Memory config and install Skills for each Agent as needed memmy-memory health memmy-memory search "memory policies in this project" memmy-memory add "a piece of knowledge worth saving" memmy-memory get ``` 默认连接到 `http://127.0.0.1:18960`；使用 `--url`、`--token`、`--config`、`--source` 和 `--user-id` 指定目标服务、身份验证、来源和用户 namespace。 ## 核心概念 - **Workspace** —— Agent 的工作目录，默认为 `~/.memmy/workspace`；用于同步模板、内置 skills 和 memory 文件。 - **Config** —— 主配置文件，默认为 `~/.memmy/config.yaml`（可通过 `MEMMY_CONFIG` / `--config` 覆盖），涵盖模型、provider、工具、MCP、gateway、Memory 和 workspace 设置。 - **Agent Runtime** —— 任务执行的核心：模型调用、消息循环、工具注册、MCP、会话、长任务、skill 加载、自动压缩和 memory 钩子。 - **Memory Service** —— 本地优先的 memory 基础设施，默认为 `http://127.0.0.1:18960`，提供会话、轮次、搜索、写入、面板和分析 API；每个入口点都读写同一个 memory，因此任务和上下文可以跨 Agent 传递。 - **Local Backend** —— 桌面本地 API 的后端（Fastify + SQLite 应用状态），负责处理账户、配置、集成、来源扫描和 Skill 编写。 - **Agent Source** —— 从外部 Agent 收集历史上下文的 adapter；每个来源都有读取历史记录的逻辑和可选的 Skill 安装目标。 ## 从源码构建 ### 一键启动 通过三个步骤即可运行： ``` git clone https://github.com/MemTensor/memmy-agent.git && cd memmy-agent cp .env.example .env # Cloud address is pre-filled — works out of the box bash scripts/dev-start.sh # Install deps → build → start the full stack ``` `scripts/dev-start.sh` 可以通过一条命令完成所有操作：安装依赖、构建 Memory 和 memmy-agent、安装 `memmy` / `memmy-memory` CLI，并启动完整技术栈（Memory、Agent API、Gateway、前端、桌面后端）。桌面应用打开后，完成账户登录或 BYOK 设置，你就可以开始了。 ### 环境要求 - Node.js `>=22` - npm ### 常用命令 在仓库根目录下： ``` npm install npm run dev:desktop # Start the desktop frontend Vite server and the Electron desktop shell together npm run build # Build Memory and all workspaces npm run lint # lint npm run typecheck # Type checking npm run test # Run Memory and workspace tests ``` 独立开发 Memory： ``` npm run memory:serve:dev -- \ --host 127.0.0.1 --port 18960 \ --db ~/.memmy/memory-service/memory.sqlite \ --config ~/.memmy/config.yaml ``` 从源码运行 `memmy-agent`： ``` cd App/memmy-agent npm install npm run build node dist/main.js --help ``` 打包： ``` npm run package:mac # macOS DMG npm run package:win:x64 # Windows x64 ``` ## 路线图 Memmy 正在构建**个人 memory 基础设施**，其涵盖范围远超编码 Agent： - **更多 memory 来源** —— 从 AI 对话扩展到浏览器活动、本地文档，最终覆盖更多设备和硬件。 - **团队协作** —— 计划中的 Agent 到 Agent 协作功能，让团队成员的 AI 助手在隐私保护下共享知识。 ## 贡献者 感谢每一位让 Memmy 变得更好的贡献者 ❤️

标签：AI代理, AI记忆库, Petitpotam, SOC Prime, 上下文管理, 人工智能, 开发工具, 用户模式Hook绕过, 自动化攻击