OptMem

面向物理世界的外部记忆系统，为 AI Agent 提供跨 Agent、长期共享且可引用的记忆层，在需要长期运行、跨代理协作与引用可信度高于速度的场景下尤为适用，用 Rust 构建、高性能可靠。

🎯为长期运行、跨 Agent 协作的任务提供可引用、可共享的外部记忆层

为 AI 编程 CLI 提供长期记忆方案，支持不同 Agent 厂商之间的上下文交接。755 stars。

🎯让 AI 编程 CLI 拥有跨会话长期记忆，无缝切换 Agent

Claude Code 自动记忆插件（GitHub 66.7K 星），自动捕获编码会话中的所有操作，用 AI 压缩后注入后续会话，解决上下文丢失问题，支持长期记忆和智能检索。周增 7,562 星，总计 66,750 星。2026 年增长最快的 Agent 记忆工具。

🎯Agent 长期记忆与上下文管理

在工具输出、日志、文件与 RAG 片段送达大模型之前进行压缩的上下文工程工具，宣称可为编码 Agent 减少约 20% token、为 JSON 减少 60-95% token 且答案不变，提供库、代理与 MCP server 多种接入方式。约 61245 stars。

🎯为编码 Agent 与 RAG 链路压缩上下文以降低 token 成本并扩大有效窗口

AI Agent 通用记忆层，53,592+ stars。为 AI 应用提供持久化记忆管理，支持用户偏好、对话历史、知识图谱的存储和检索，让 Agent 拥有长期记忆能力

🎯Agent 长期记忆与上下文管理、用户偏好与对话历史持久化

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