MemU

自动从对话、工作区文件和智能体执行轨迹中提取并存储记忆，支持混合检索（嵌入+BM25），并能将有用的智能体历史蒸馏为可复用的技能（Markdown 格式）。

一句话商业模式

为AI 智能体开发者及企业解决AI 智能体在跨会话、跨智能体时丢失上下文和记忆，通过MemU 持久记忆层（开源核心 + 企业版）提供价值，主要依靠企业版商业许可、定制开发、高级支持服务赚钱

商业模式画布

提供一个轻量、可审计、跨智能体的持久记忆层，自动提取和检索记忆，并蒸馏出可复用的技能，显著提升智能体的连续性和智能水平

评分解析

研究分 77

这是什么

是什么
一个为 AI 智能体提供持久记忆的轻量级框架，作为跨会话、跨智能体和跨设备的共享记忆层。
给谁用
使用 AI 智能体（如 Codex、Claude Code、Gemini、OpenClaw 等）进行开发的个人开发者、团队以及需要构建持久记忆能力的企业。
← 返回今日精选
MemU

MemU

自动从对话、工作区文件和智能体执行轨迹中提取并存储记忆，支持混合检索（嵌入+BM25），并能将有用的智能体历史蒸馏为可复用的技能（Markdown 格式）。

77

一句话商业模式

为AI 智能体开发者及企业解决AI 智能体在跨会话、跨智能体时丢失上下文和记忆，通过MemU 持久记忆层（开源核心 + 企业版）提供价值，主要依靠企业版商业许可、定制开发、高级支持服务赚钱

开发者工具AI开源智能体记忆开发者工具团队 未知（推测为小团队或独立开发者）发布 2025年7月（GitHub 仓库创建时间）最后同步 2026-07-27
访问官网

产品图

MemUMemUMemUMemUMemUMemU

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
与 Codex、Claude Code、Gemini、OpenClaw、Hermes 等智能体平台兼容，形成生态合作
关键业务Key Activities
核心框架开发与维护、企业版功能开发、社区运营、技术文档与博客撰写、智能体适配器开发
价值主张Value Propositions
提供一个轻量、可审计、跨智能体的持久记忆层，自动提取和检索记忆，并蒸馏出可复用的技能，显著提升智能体的连续性和智能水平
客户关系Customer Relationships
通过 GitHub Issues/Discussions、Discord 社区、技术博客、企业销售团队维护关系
客户细分Customer Segments
使用 AI 智能体（如 Codex、Claude Code）的开发者、AI 应用团队、需要持久记忆的企业客户
核心资源Key Resources
开源代码库（GitHub 14K+ 星标）、技术文档、社区（Discord）、品牌声誉
渠道通路Channels
通过 GitHub 开源社区、技术博客、社交媒体（X/Twitter、Discord）以及与主流智能体生态的兼容性吸引开发者
成本结构Cost Structure
核心开发人力成本、云服务托管成本（Cloud 版本）、社区运营成本、市场营销成本
收入来源Revenue Streams
通过开源核心吸引开发者，然后向企业客户销售商业许可、定制开发、高级支持和白标解决方案
💡 核心痛点：AI 智能体每次会话都会丢失上下文，导致重复工作、效率低下，且无法积累跨会话的知识和技能⚠️ 最大风险：面临 Mem0、Zep 等同类开源项目的竞争，以及大型 AI 平台（如 OpenAI、Anthropic）内置记忆功能的潜在替代风险

评分解析

痛点清晰度

AI 智能体跨会话记忆丢失是开发者普遍面临的痛点，MemU 的定位非常清晰且直接。

置信度 80%
85
付费可能性

开源核心免费，企业版收费模式明确，但企业版具体功能和定价未知，付费转化路径尚不清晰。

置信度 60%
60
市场与趋势

AI 智能体是当前最热的技术趋势之一，持久记忆是智能体能力的关键瓶颈，市场需求旺盛。

置信度 90%
90
需求信号

GitHub 14K+ 星标和活跃的社区（Discord、博客）表明开发者有强烈兴趣和需求。

置信度 80%
80
执行可行性

核心代码仅 500 行，架构清晰，开源社区活跃，但团队规模未知，长期维护和商业化能力待验证。

置信度 70%
75
中国市场适配

中国 AI 开发者社区庞大，对智能体记忆有强烈需求，但 MemU 的英文文档和海外社区为主，本地化不足。

置信度 60%
70

这是什么

是什么
一个为 AI 智能体提供持久记忆的轻量级框架，作为跨会话、跨智能体和跨设备的共享记忆层。
给谁用
使用 AI 智能体（如 Codex、Claude Code、Gemini、OpenClaw 等）进行开发的个人开发者、团队以及需要构建持久记忆能力的企业。

关键能力

  • 三线独立记忆架构：聊天记忆 (MEMORY.md)、工作区记忆 (INDEX.md)、技能记忆 (SKILL.md)，各自独立存储和更新
  • 混合检索：融合嵌入向量相似度与 BM25 关键词评分，兼顾语义与精确匹配
  • 自动技能提取：从智能体历史中自动蒸馏出可复用的 Markdown 技能文件
  • 跨智能体兼容：支持 Codex、Claude Code、Gemini、OpenClaw、Hermes 等多种主流智能体
  • 完全可审计：每个检索结果均可追溯至原始来源（L2 项 → L1 文档 → L0 资源）
  • 轻量级核心：核心记忆逻辑仅约 500 行代码，易于审查和定制

创业线索

团队
未知（推测为小团队或独立开发者） · 项目由 NevaMind-AI 组织维护，团队规模未公开
发布时间
2025年7月（GitHub 仓库创建时间） · 项目活跃，最近推送为 2026年7月26日，持续更新
增长线索
GitHub 星标 14,062，分叉 1,043，关注者 65，增长迅速
能赚多少 / 怎么赚
官网有企业版入口，提供商业许可、定制开发、高级支持，但未公开定价

公开信息推断，缺数据会标未知；不构成收益承诺。

GitHub 最新数据

  • 仓库：NevaMind-AI/memU
  • 星标：14,062
  • 分支：1,043
  • 关注：65
  • 未关闭 Issue：95
  • 主语言：Python
  • 开源协议：NOASSERTION
  • 仓库创建：2025-07-29
  • 最近推送：2026-07-26
  • 描述：Personal memory across agents
agent-memoryclaude-skillsharnessloop-engineeringmcpmemoryopenclawopenclaw-skillssandboxskills

相关新闻 / 讨论

来源数据

  • 首次采集：2026-07-26
  • 最后同步：2026-07-27
  • 材料更新：2026-07-27
  • GitHub 星标：14,062
  • GitHub 分支：1,043
  • 穿透材料体量：约 38,476 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。