Memori

查看 Memori 的工作方式：

https://memorilabs.ai/benchmark/#demo

选择任务并实时观察两个智能体：

https://memorilabs.ai/agent-trace/#demo

目前大多数面向客户的 AI 智能体都受限于短期内存约束，而 Memori 提供了长期持久化内存。与传统主要依赖长文自然语言对话历史的内存系统不同，Memori 使智能体能够直接从智能体轨迹自动创建结构化长期内存——包括执行路径、工具结果、工作流步骤、结果和决策逻辑。

- AI 智能体的结构化持久化内存 —— Memori 用结构化知识图谱替代了扁平的 markdown 内存文件，知识图谱可跨所有会话捕获事实、决策、结果和模式，且不会造成 prompt 膨胀。

- 基于智能体的实际行为，而非仅基于对话内容 —— Memori 会在对话之外同时捕获工具调用、执行轨迹和实时智能体决策，为智能体提供先前任务执行的完整图景。

- 智能体可控的智能召回 —— 由智能体决定何时检索、检索什么内容，可按项目、会话、实体或时间范围精确限定范围，消除无关上下文和跨项目干扰。

- 自动构建内存，零延迟影响 —— 内存会在每次交互后异步结构化更新，因此永远不会拖慢智能体的响应速度。

- 更智能的每日摘要 —— Memori 基于执行轨迹和结构化内存生成结构化每日简报，涵盖优先级、风险、活跃目标、未闭合循环和已知故障模式，远不止简单的对话回顾。

- 为多用户、多项目环境构建 —— 内存按项目、流程、会话和实体完全划定范围并隔离，防止用户和上下文之间的数据泄露。

- 生产就绪的可观测性 —— 通过 Memori Cloud 可全面查看内存创建、召回活动、检索性能和配额使用情况。