基于文件的代理记忆框架

Source: Dev.to

介绍

大家好，我们已经开源了一个基于文件的代理记忆框架 memU。如果你觉得它有趣，欢迎在 GitHub 上点个星 ⭐️，我们将不胜感激 🙏： GitHub 链接。

OpenAI 创始团队成员 Andrej Karpathy 表示赞同 “RAG 已死” 的观点。因此我们构建了一个通过 LLM‑基于文件读取来检索知识的记忆框架。

核心理念

双模检索：嵌入式 + 非嵌入式搜索

非嵌入式搜索旨在弥补传统 RAG 在高精度场景下的结构准确性限制。

记忆以可读的 Markdown 文件形式存在，而非不透明的向量

在 Category 层，记忆以人类可读的 Markdown 文件存储。这遵循了与 Anthropic 的 skills.md 相同的底层设计理念。

直接插入真实生产环境的代理，并提供完全可配置的提示

例如，一个工程代理可以将核心知识持久化为 Service_Architecture.md 和 Incident_Playbooks.md。模型首先读取这些结构化文件，以建立正确的推理前提，避免因 “相似但不正确” 的检索结果导致的漂移。

欢迎感兴趣的朋友尝试使用并探索代码。 😺