Mnemo
本地优先的 AI 记忆层，支持持久化知识图谱、实体提取和语义检索，兼容 Ollama、OpenAI、Anthropic 等后端。224 stars。
🎯适用场景：为任意 LLM 添加持久化记忆和知识图谱能力
📥 收录于 2026/6/24
📊 仓库数据
✅ 优点
- •Rust 高性能实现
- •多后端兼容
- •实体自动提取
⚠️ 限制
- •项目较新
- •功能较基础
- •社区规模小
🔗 相关工具
Graphiti
github.com/getzep/graphiti
为 AI Agent 构建实时知识图谱的开源框架，支持动态图构建、增量更新和语义检索，让 Agent 拥有结构化的长期记忆能力。26K+ stars，Zep 团队出品
🎯AI Agent 长期知识图谱记忆、结构化语义检索、动态上下文构建
MineEcho
github.com/Health-Yang/MineEcho
本地优先的个人 AI 助手记忆操作系统，支持 L0-L3 分层记忆、Wiki++ 知识库、技能路由和 TokenLess 上下文压缩。261 stars。
🎯为个人 AI 助手提供完整的记忆管理和知识组织能力
MemPalace
github.com/MemPalace/mempalace
AI Agent 长期记忆系统，创新性地采用记忆宫殿架构 + AAAK 30x 压缩技术，仅需 170 token 即可启动记忆检索，在 LongMemEval 基准测试中准确率达 96.6%。完全离线运行保护隐私，支持 MCP 协议集成到任意 Agent 工作流，发布后 48 小时即获得 22K GitHub Stars。解决了大模型上下文窗口有限和记忆丢失的核心痛点，是 Agent 长期记忆基础设施的新标杆
🎯Agent 长期记忆与上下文管理、AI 工作流编排与自动化
TencentDB Agent Memory
github.com/Tencent/TencentDB-Agent-Memory
腾讯开源的 AI Agent 全本地长期记忆方案，4 层渐进管道实现零云端依赖，4.1K+ stars
🎯为 AI Agent 提供长期记忆能力
Acontext
github.com/memodb-io/acontext
将 Agent Skills 转化为记忆层的开源方案，让 AI Agent 具备持久化技能和上下文感知能力
🎯为 AI Agent 添加持久化技能管理和上下文感知能力
SimpleMem
github.com/aiming-lab/SimpleMem
面向 LLM Agent 的高效终身记忆方案，支持文本和多模态输入，通过知识图谱和压缩技术实现持久化记忆管理。
🎯为 LLM Agent 提供跨会话的长期记忆能力