AI 原生的记忆框架
让你的 AI 应用拥有智能记忆

Cortex Memory 是一个完整的、生产就绪的记忆管理框架,自动提取、组织和优化信息,让你的 AI 应用更智能、更个性化

快速开始 查看 GitHub ⭐
93.33%
Recall@1
67pp+
vs LangMem
Rust
高性能核心

为什么需要 Cortex Memory?

❌

没有记忆的 AI

  • 每次对话后忘记用户信息
  • 缺乏个性化和上下文理解
  • 重复询问相同问题
  • 仅限于短期对话历史
  • 机械、缺乏人性化
✅

拥有 Cortex Memory 的 AI

  • 记住用户偏好和历史互动
  • 提供深度个性化体验
  • 持续学习和适应
  • 跨多次对话保持上下文
  • 建立信任感,像真正的助手

核心功能

为构建智能 AI 应用而生

🎯

智能事实提取

使用 LLM 自动从非结构化文本中提取关键事实和洞察

🔍

语义向量搜索

基于高性能向量相似度搜索,快速检索最相关的记忆

⚡

自动记忆优化

定期审查、合并和精炼记忆,提高相关性并降低成本

🎨

多模式访问

通过 REST API、CLI 或直接库调用与记忆系统交互

🚀

Agent 框架集成

提供工具和适配器,轻松集成到流行的 AI Agent 框架

📊

Web 仪表板

专用的 Web UI 用于监控、分析和可视化 Agent 的记忆

性能基准测试

基于 LOCOMO 数据集的严格评估

Cortex Memory vs LangMem Performance Comparison
Recall@1
93.33% vs 26.32%
+67.02pp 提升
MRR
93.72% vs 38.83%
+54.90pp 提升
NDCG@10
79.41% vs 16.83%
+62.58pp 提升

📊 基于 LOCOMO 数据集 (50 段对话, 150 个问题) 的专业评估框架测试

工作原理

完整的记忆生命周期管理

1

记忆添加

应用通过 API/CLI/MCP 提交文本,系统使用 LLM 提取关键事实

→
2

向量存储

生成语义向量并存储到 Qdrant,支持高效的相似度搜索

→
3

智能搜索

通过自然语言查询,快速检索最相关的记忆

→
4

自动优化

定期去重、合并和清理记忆,保持知识库高质量

可视化仪表板

实时监控、分析和管理 AI 的记忆

Cortex Memory Dashboard

交互式仪表板 - 实时了解记忆使用情况、系统健康和活动统计

Memory Management

记忆管理

查看和管理单个记忆记录,支持搜索、过滤和编辑

Memory Optimization

记忆优化

分析和优化记忆质量,自动去重和合并相似内容

Performance Monitor

性能监控

监控记忆性能和活动,实时查看系统运行状态

Analytics & Trends

数据分析

详细洞察和趋势分析,了解记忆随时间的演变

完整的生态系统

模块化设计,灵活集成

⚙️

cortex-mem-core

核心引擎

包含所有记忆管理业务逻辑,包括提取、优化和搜索

  • 事实提取
  • 语义搜索
  • 自动优化
🌐

cortex-mem-service

REST API

高性能 REST API,可被任何编程语言或系统访问

  • 跨语言
  • RESTful
  • 高并发
💻

cortex-mem-cli

命令行工具

开发者和管理员直接与记忆存储交互的命令行工具

  • 便捷管理
  • 批量操作
  • 脚本友好
📊

cortex-mem-insights

Web 仪表板

提供记忆分析和可视化的 Web 管理工具

  • 实时监控
  • 数据分析
  • 可视化
🔌

cortex-mem-mcp

MCP 适配器

将 Cortex Memory 集成为 AI Agent 框架工具的适配器

  • MCP 协议
  • 插件化
  • 易集成
🤖

cortex-mem-rig

Rig 集成

专门的 Rig 框架集成,用于自主 LLM Agent

  • Rig 原生
  • Agent 优化
  • 开箱即用

应用场景

💬

智能客服机器人

记住用户历史对话和偏好,提供个性化服务体验

👨‍💼

个人 AI 助手

长期学习用户习惯,成为真正的"第二大脑"伴侣

🤖

自主 AI Agent

为 AI Agent 提供持久记忆骨架,支持复杂任务执行

🎓

学习陪伴系统

跟踪学习进度和知识点,提供针对性辅导建议

快速开始

Step 1

安装依赖

# 安装 Rust (1.70+) curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh # 启动 Qdrant 向量数据库 docker run -p 6333:6333 qdrant/qdrant
Step 2

安装 Cortex Memory

# 安装 CLI 工具 cargo install cortex-mem-cli # 安装 REST API 服务 cargo install cortex-mem-service # 安装 MCP 服务器 cargo install cortex-mem-mcp
Step 3

配置和运行

# 创建配置文件 config.toml # 配置 Qdrant URL 和 LLM API # 启动 API 服务 cortex-mem-service # 或使用 CLI 添加记忆 cortex-mem-cli add --content "用户喜欢 Rust 编程" --user-id "user123"
📚

完整文档

查看详细的技术文档和架构说明

 💡

示例项目

查看 Cortex TARS 等实际应用案例

 💬

社区支持

提问、报告问题或参与讨论

准备好让你的 AI 拥有记忆了吗?

加入开发者社区,构建真正智能的 AI 应用

访问 GitHub ❤️ 赞助项目
⭐ 给我们一个 Star 支持项目发展