EverOS

存储和管理代理的 Profile、Episodic 和 Skill 三类记忆；通过 mRAG 实现 <500ms 的低延迟检索；在线记录执行轨迹，离线蒸馏为可复用的技能；支持 PDF、图片、文档等多模态输入；兼容 Claude Code、Codex、OpenClaw、Hermes 及 MCP 协议。

一句话商业模式

为AI 代理开发者与多代理系统团队解决LLM 无状态，无法记住长期上下文和积累技能，通过EverOS 开源记忆层（云服务 + 自托管）提供价值，主要依靠云服务订阅（免费增值 + 企业支持）赚钱

商业模式画布

提供一次接入、跨代理跨平台的持久化记忆层，自动分类记忆、自我进化技能，显著降低 Token 消耗（10× 以上），提升检索精度（93%+）和响应速度（<500ms）

评分解析

研究分 79

这是什么

是什么
一个开源的 AI 代理记忆操作系统，为任何 LLM 驱动的代理提供持久化、多模态、可自我进化的记忆层。
给谁用
AI 代理开发者、多代理系统构建者、需要长期记忆的 AI 应用团队（如编码助手、可穿戴设备、医疗辅助、生产力工具等）。
← 返回今日精选
EverOS

EverOS

存储和管理代理的 Profile、Episodic 和 Skill 三类记忆；通过 mRAG 实现 <500ms 的低延迟检索；在线记录执行轨迹，离线蒸馏为可复用的技能；支持 PDF、图片、文档等多模态输入；兼容 Claude Code、Codex、OpenClaw、Hermes 及 MCP 协议。

79

一句话商业模式

为AI 代理开发者与多代理系统团队解决LLM 无状态，无法记住长期上下文和积累技能，通过EverOS 开源记忆层（云服务 + 自托管）提供价值，主要依靠云服务订阅（免费增值 + 企业支持）赚钱

开发者工具AI开源记忆系统代理团队 未知，GitHub 仓库由组织 EverMind-AI 维护，无明确团队人数披露发布 2025-10-28（GitHub 首次创建）最后同步 2026-08-13
访问官网

产品图

EverOSEverOSEverOSEverOSEverOSEverOS

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
Claude Code、Codex、OpenClaw、Hermes 等代理框架；Rokid 等 AR 眼镜厂商；多代理编排平台（如 Golutra）
关键业务Key Activities
核心记忆引擎开发与优化、mRAG 算法迭代、多模态解析 pipeline、技能蒸馏模块、云基础设施维护、社区运营与文档建设
价值主张Value Propositions
提供一次接入、跨代理跨平台的持久化记忆层，自动分类记忆、自我进化技能，显著降低 Token 消耗（10× 以上），提升检索精度（93%+）和响应速度（<500ms）
客户关系Customer Relationships
通过 GitHub Issues/Discussions 社区支持、Discord 或社群互动、企业销售支持、免费云服务自助体验
客户细分Customer Segments
AI 代理开发者、多代理编排平台、智能硬件/可穿戴设备团队、垂直行业（如医疗）AI 应用开发者
核心资源Key Resources
开源代码库（Apache 2.0）、LoCoMo 基准测试结果、已发表的同行评审论文、GitHub 社区与 11.8k 星标、云服务基础设施
渠道通路Channels
通过 GitHub 开源社区传播、Ph 等产品发布平台、与主流代理框架（Claude Code、Codex）集成曝光、技术博客和论文背书
成本结构Cost Structure
云服务服务器/带宽成本、研发人力成本（小团队）、社区运营与文档维护、开源品牌推广
收入来源Revenue Streams
通过 EverOS Cloud 免费额度吸引开发者，后续按存储量/调用量/用户数收费，并为企业提供定制支持和私有部署方案
💡 核心痛点：现有 LLM 无状态，每次对话/任务都需重新加载上下文，无法积累长期记忆和技能，导致 Token 浪费、检索慢、不支持多模态⚠️ 最大风险：同类开源记忆项目（如 Mem0、MemGPT）竞争激烈，差异化不足；云服务变现能力有待验证；企业客户对数据隐私要求高，自托管方案可能削弱付费意愿

评分解析

痛点清晰度

LLM 无状态是 AI 应用开发中公认的痛点，EverOS 明确针对长期记忆缺失、Token 浪费、技能无法积累等具体问题，解决方案清晰

置信度 90%
90
付费可能性

开源项目有免费替代（如自托管），云服务收费模式未验证，企业客户是否愿意付费购买记忆层存疑。但降低成本（Token 节省 10×）可能成为付费点

置信度 60%
60
市场与趋势

AI 代理记忆是 2024-2025 年热门方向，多代理协作、长期上下文需求旺盛，GitHub 星标增长印证市场关注度

置信度 80%
85
需求信号

11.8k 星标、879 forks、64 个 open issues 表明社区活跃且需求明确，官网展示多个真实用例（Rokid、Golutra 等）进一步佐证

置信度 90%
90
执行可行性

项目已发布可运行版本，GitHub 活跃度高，有论文和基准测试结果支撑，技术可行性高。但小团队能否持续迭代并商业化存疑

置信度 70%
80
中国市场适配

开源允许本地化部署，适合中国合规要求；但需适配中文 NLP 和本地模型，文档和社区主要为英文，中国开发者接入门槛略高

置信度 50%
65

这是什么

是什么
一个开源的 AI 代理记忆操作系统，为任何 LLM 驱动的代理提供持久化、多模态、可自我进化的记忆层。
给谁用
AI 代理开发者、多代理系统构建者、需要长期记忆的 AI 应用团队（如编码助手、可穿戴设备、医疗辅助、生产力工具等）。

关键能力

  • 多级记忆范围（Profile / Episodic / Skill）自动提取与标记
  • 混合 mRAG 检索，93%+ 准确率，p95 延迟 <500ms
  • 自我进化技能：将执行轨迹离线蒸馏为可复用的 Skill Memory
  • 多模态输入：PDF、图片、文档、Excel、幻灯片、URL 一键摄入
  • 跨代理 + 跨平台兼容：适配 Claude Code、Codex、OpenClaw、Hermes、MCP
  • Markdown 原生导出，数据可移植，支持云托管和自托管两种部署

创业线索

团队
未知，GitHub 仓库由组织 EverMind-AI 维护，无明确团队人数披露 · 疑似独立开发者或小团队，活跃度较高
发布时间
2025-10-28（GitHub 首次创建） · 最近推送日期为 2026-08-04，项目持续更新
增长线索
GitHub 星标 11801，fork 879，watchers 109，增长迅速
能赚多少 / 怎么赚
未找到明确收入线索，假设通过云服务收费 · 官网有 'Start for free' 和 'Enterprise support available' 字样，未公开定价表
  • since")){const n=document.createEle

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：EverMind-AI/EverOS
  • 星标：11,801
  • 分支：879
  • 关注：109
  • 未关闭 Issue：64
  • 主语言：Python
  • 开源协议：Apache-2.0
  • 仓库创建：2025-10-28
  • 最近推送：2026-08-04
  • 描述：One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, tools, and workflows.
agent-memoryagentic-aiaichatsclawdbotclawdbot-skillllmlong-term-memorymcpmemory

来源数据

  • 首次采集：2026-08-04
  • 最后同步：2026-08-13
  • 材料更新：2026-08-04
  • GitHub 星标：11,996
  • GitHub 分支：888
  • 穿透材料体量：约 15,598 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。