企业官网建设流程全解析

MemU 本地 AI 记忆系统：3 步装好，先跑通一条记忆读写链路

【免费下载链接】memUPersonal memory across agents项目地址: https://gitcode.com/GitHub_Trending/mem/memU

LLM 应用有个老毛病：会话一结束，上下文就清零，下次还得从头交代背景。MemU 是解决这个问题的本地 AI 记忆系统，它给 Codex、Claude Code、Cursor、OpenClaw 等 Agent 提供一份跨会话、跨 Agent、跨设备的共享记忆 wiki，还会从历史会话里自动蒸馏出可复用的 skill。核心记忆逻辑只有约 500 行，读一遍就能判断它靠不靠谱。

为什么这个 LLM 记忆方案值得看一眼

传统做法把记忆丢进向量黑盒，看不见也改不动。MemU 把记忆落成文件：记忆和 skill 都是 Markdown，人能直接审阅，还能按 Agent 和任务检索。这就是"Agent 记忆"要补的一层——把每次会话里值得留的东西沉淀下来，下次同类任务直接取用。

卖点不止是"存得下"。它自动从会话历史里提取技能，写成带名称、描述和可复用步骤的 skill 文件；判断与综合留在 Agent 一侧，存储层只做存取、嵌入和检索，不做任何模型调用。500 行核心意味着这套 LLM 记忆系统可以逐行审计，而不是黑盒。

装好 MemU 本地环境只需 3 步

要求 Python 3.11+（见 pyproject.toml），再装好 git。clone 下来，进目录，装依赖：

git clone https://gitcode.com/GitHub_Trending/mem/memU cd memU pip install -e . # 或者用 uv 加速：uv pip install -e .

装完就拿到memuCLI 和各宿主适配器（memu-codex、memu-claude-code、memu-cursor等）。验证是否装对，跑一次 doctor，它会打印解析出的配置与模式，并走一遍真实检索链路：

memu-codex doctor

全绿，说明存储、配置、检索三条链路都通了。

记忆写入与检索是怎么跑的

架构总览：宿主适配器负责接入，记忆落到共享存储，一个宿主的会话产出能被另一个宿主直接取用。

写入侧是一条定时桥接任务：宿主适配器把新增会话历史切成自包含的 job，Agent 自己读一遍相关旧 skill，再决定跳过、改现有 skill 还是新建，最后commit把变更提交回库，按名称与描述做向量化，存进skill轨。

写入链路：会话切片成 job，由 Agent 产出可读的 skill Markdown，提交入库并建立向量索引。

技能提取五步：捕获会话、准备 job、Agent 决策、写 Markdown、提交并索引。

读取侧靠宿主指令文件里的一条常驻指令：回答前先跑retrieve（对应渐进式检索progressive_retrieve），把相关记忆拉进上下文。手动执行也一样：

memu-codex retrieve "这个项目有什么要注意的？" # 其他宿主：memu-claude-code / memu-cursor / memu-openclaw / memu-agent

读取链路：回答前先检索，取回的记忆跨 Agent 共享。

所有宿主共用一份~/.memu/config.env，一个宿主学到的，另一个能直接取到。核心路径不长：写入侧在 src/memu/app/memorize/，读取侧在 src/memu/hosts/retrieval.py，向量化在 src/memu/embedding/。结构化的存储加语义检索，全都能打开来看。

存储后端三档：inmemory用于测试（暴力余弦）；sqlite是本地默认，单写者；postgres配 pgvector，适合并发和大存储（pip install "memu-cli[postgres]"）。

接入更多 Agent 与排障入口

没有专属二进制的 Agent 走memu-agent detect：它探测本机，报告每个 Agent 的 memorize 与 retrieve 是否可用，找到可用的就复用同一套动词。想接入自家 Agent，实现一个TranscriptSource（会话日志在哪、长什么样）加一份HostSpec规模的 CLI 即可，管线、动词、指令模板都是共享的。

应用已自己管着对话历史的话，走开发者集成：memu memorize从 1–10 个已完成会话准备自演化 job，跑一个外部执行器，再提交 memory、skill、resource 的变更；输入契约与完整流程在 docs/developer.md。架构决策背景可翻 docs/adr/。

装完跑一次<binary> doctor验证整条链路。配置按"进程环境变量 →~/.memu/config.env→ 默认值"解析，本地后端关键变量是MEMU_DB（存储位置）、MEMU_EMBED_PROVIDER（默认 openai，也支持 jina、voyage、doubao、openrouter）、MEMU_API_KEY。本地自托管模式必须自备 embedding key。卸载默认只拆宿主集成与工具，记忆库和~/.memu/config.env保留，明确要求才会清库。

下一步：挑一个常开的宿主装好，跑一遍 doctor，再观察下一次会话 retrieve 是否真的取回旧记忆。这套 AI 记忆系统适不适合你，答案在那一次真实检索里。

【免费下载链接】memUPersonal memory across agents项目地址: https://gitcode.com/GitHub_Trending/mem/memU