Memori

自动捕获每次对话并分类为事实、偏好、规则和摘要；在需要时只拉取最相关的上下文；通过语义搜索提升模糊查询的准确性；提供可解释的结果和血缘追踪。

一句话商业模式

为AI 智能体开发团队和企业解决生产环境中 AI 智能体缺乏长期、结构化的记忆能力，通过Memori 智能体原生记忆基础设施（开源 SDK + 云托管服务）提供价值，主要依靠云托管服务订阅（Memori Cloud），提供免费入门额度，另有 3 个月 Pro 计划免费启动项目赚钱

商业模式画布

提供 LLM 无关的记忆层，自动结构化记忆，精准召回，降低 95%+ Token 成本，支持企业级安全和数据所有权

评分解析

研究分 84

这是什么

是什么
一个 LLM 无关的智能体原生记忆基础设施层，将智能体的执行和对话转化为结构化、持久化的状态，用于生产系统。
给谁用
构建 AI 智能体的开发团队、AI 应用企业、需要为智能体提供长期记忆的生产系统运维者。
← 返回今日精选
Memori

Memori

自动捕获每次对话并分类为事实、偏好、规则和摘要；在需要时只拉取最相关的上下文；通过语义搜索提升模糊查询的准确性；提供可解释的结果和血缘追踪。

84

一句话商业模式

为AI 智能体开发团队和企业解决生产环境中 AI 智能体缺乏长期、结构化的记忆能力，通过Memori 智能体原生记忆基础设施（开源 SDK + 云托管服务）提供价值，主要依靠云托管服务订阅（Memori Cloud），提供免费入门额度，另有 3 个月 Pro 计划免费启动项目赚钱

开发者工具AI开源智能体记忆基础设施团队 未知（官网未明确列出团队人数，但提及 Memori Labs Inc.，推测为小团队或初创公司）发布 2025 年 7 月（GitHub 仓库创建于 2025-07-24）最后同步 2026-07-27
访问官网

产品图 / 视频

MemoriMemoriMemoriMemoriMemoriMemori

视频文件

memorilabs.ai

观看视频

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
MongoDB、Cockroach Labs、DigitalOcean、SK Networks、Swarms Corporation、Agno 等
关键业务Key Activities
开源 SDK 开发与维护、云服务运营、基准测试与论文发布、技术内容营销、合作伙伴集成
价值主张Value Propositions
提供 LLM 无关的记忆层，自动结构化记忆，精准召回，降低 95%+ Token 成本，支持企业级安全和数据所有权
客户关系Customer Relationships
通过 GitHub Issues/Discord 社区支持、技术文档、博客教程、企业级支持（RBAC/审计）
客户细分Customer Segments
AI 智能体开发者、AI 应用企业、需要为智能体提供长期记忆的生产系统团队
核心资源Key Resources
GitHub 开源社区（15,666 星）、技术团队、云基础设施、与数据库厂商的合作伙伴关系
渠道通路Channels
通过 GitHub 开源社区、技术博客、与 MongoDB/CockroachDB 等数据库厂商合作、Hacker News 等渠道获取开发者关注
成本结构Cost Structure
云基础设施成本（Memori Cloud）、研发人力成本、社区运营成本、市场营销成本
收入来源Revenue Streams
通过 Memori Cloud 托管服务按使用量或订阅收费，提供免费入门额度吸引开发者，后续转化为付费用户
💡 核心痛点：AI 智能体在对话和执行中缺乏持久记忆，导致重复错误、上下文丢失、Token 成本高昂⚠️ 最大风险：与现有 RAG 方案竞争，需证明记忆层比传统检索增强生成更优；企业客户对数据安全和迁移成本敏感

评分解析

痛点清晰度

AI 智能体缺乏长期记忆是生产环境中的明确痛点，Memori 直接解决此问题，且提供可量化的成本削减（95% Token 减少）

置信度 90%
90
付费可能性

企业级功能（RBAC、审计、数据所有权）和云托管服务暗示付费意愿强，但具体定价未公开，需验证转化率

置信度 70%
80
市场与趋势

AI 智能体市场快速增长，记忆层是刚需，Memori 获得多家头部数据库厂商认可，趋势向好

置信度 80%
85
需求信号

GitHub 15,666 星标、2,882 fork 表明开发者社区高度关注，博客持续更新，合作伙伴众多

置信度 90%
90
执行可行性

产品已进入企业级合规阶段（PCI/SOC 2），与多家数据库厂商集成，技术成熟度高

置信度 80%
85
中国市场适配

产品面向全球开发者，但中国 AI 智能体市场同样火热，开源策略有助于本地化；但需考虑数据合规和云服务部署

置信度 50%
60

这是什么

是什么
一个 LLM 无关的智能体原生记忆基础设施层，将智能体的执行和对话转化为结构化、持久化的状态，用于生产系统。
给谁用
构建 AI 智能体的开发团队、AI 应用企业、需要为智能体提供长期记忆的生产系统运维者。

关键能力

  • 自动记忆捕获：将每次对话自动分类为事实、偏好、规则和摘要，用户可控制存储内容、时长和位置
  • 精准召回：在需要上下文时，仅从跨对话和文档中拉取最相关的信息，无需额外服务管理
  • 选择性语义搜索：自动用语义上下文丰富搜索，提高准确性而不增加 Token 成本
  • 可解释结果与血缘：每个结果都包含明确的“为何包含此内容”，团队可按实体、时间和来源追踪相关性
  • 成本削减：在 LoCoMo 基准测试中达到 81.95% 准确率，同时相比全上下文检索减少 95% Token 使用
  • 企业级安全：支持 RBAC、数据保留与删除、审计追踪、数据所有权（数据留在用户数据库）

创业线索

团队
未知（官网未明确列出团队人数，但提及 Memori Labs Inc.，推测为小团队或初创公司） · 官网 footer 显示 © Memori Labs Inc. 2026，团队信息未公开
发布时间
2025 年 7 月（GitHub 仓库创建于 2025-07-24） · 活跃开发中，最近推送为 2026-06-15，博客持续更新至 2026 年 7 月
增长线索
GitHub 星标 15,666，fork 2,882，watcher 64，社区增长迅速
能赚多少 / 怎么赚
无公开收入数据，但通过云托管服务和合作伙伴集成（如 MongoDB、CockroachDB）暗示商业化路径 · 提供免费入门额度，3 个月 Pro 计划免费，云托管服务收费，具体价格未公开

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：MemoriLabs/Memori
  • 星标：15,666
  • 分支：2,882
  • 关注：64
  • 未关闭 Issue：25
  • 主语言：Python
  • 开源协议：NOASSERTION
  • 仓库创建：2025-07-24
  • 最近推送：2026-06-15
  • 描述：Memori is agent-native memory infrastructure. A LLM-agnostic layer that turns agent execution and conversation into structured, persistent state for production systems. Built for enterprise, Memori works with the data infrastructure you already run, no rip-and-replace, and deploys across managed cloud, single-tenant cloud, VPC, and on-premises.
agentagent-memoryagenticaiaiai-memoryclaude-codeenterprisehermesllmlong-short-term-memory

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：15,666
  • GitHub 分支：2,882
  • 穿透材料体量：约 21,934 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。