人工智能智能体记忆领域四大项目：Graphiti、Hindsight、Mem0、Supermemory各有千秋

人工智能智能体记忆领域四大项目各展特色这些第三方项目极大地拓展了智能体agent和大语言模型LLM利用事实、文档和对话来输出结果的方式。智能体以及驱动它们的大语言模型LLM的记忆能力有限这是设计使然。因为能被编码成令牌并被大语言模型可靠访问的对话内容是有限的。检索增强生成RAG可以让智能体和大语言模型拥有超出其上下文窗口的记忆能力。不过智能体如何使用RAG或其他保留对话细节的机制会产生截然不同的效果。随着人工智能智能体的兴起相应地能增强智能体和大语言模型记忆能力的辅助软件工具也越来越多。大多数情况下这意味着让智能体或模型在不同会话间拥有持久记忆以便自动恢复之前的上下文。但不同工具实现这一功能的方式差异很大。以下是人工智能智能体记忆领域的一些主要项目它们各有特色、优势和侧重点。GraphitiGraphiti被宣传为 开源的时态知识图谱框架。该项目可在GitHub上获取也是Zep智能体记忆服务的基础。“时态”意味着存储在Graphiti中的信息会随时间重新评估以确保其上下文框架准确“图谱框架”则表示数据以图谱集的形式存储。这里介绍的其他解决方案也会将图谱存储作为其方法的一部分但Graphiti将其作为设计的核心。Graphiti原生支持一系列常见的大语言模型提供商包括Anthropic、Azure OpenAI、Google Gemini和Groq。任何与Ollama和OpenAI兼容的API也能使用因此Graphiti也可与本地部署的大语言模型配合使用。第三方存储服务的连接器能让你从GitHub、Gmail和OneDrive等平台以及Notion等应用程序中导入数据。在本地使用Graphiti需要设置或连接到一个图数据库。Neo4j是默认且支持最广泛的选择但Amazon Neptune、FalkorDB和KuzuDB也可以使用。Postgres搭配pgvector未被列为可用选项。HindsightHindsight既提供云服务也可作为本地部署项目使用。它将智能体会话的细节存储到四种类型的记忆中并采用四种存储和检索策略。所有这些操作都通过三个编程接口完成retain用于存储内容既可以是单个事实也可以是整个对话recall用于检索内容reflect用于对使用先前存储数据的查询运行智能体循环。Hindsight与现有的大语言模型和智能体工具包有广泛的第一方和第三方集成。例如如果你使用Visual Studio Code的Continue扩展与本地部署的大语言模型进行对话可以使用Hindsight的Continue集成为交互添加长期记忆。你可以在查询中使用hindsight关键字将相关记忆注入智能体的上下文也可以使用可编辑的自动注入规则自动完成大部分繁重的工作。Mem0Mem0与Hindsight有点类似也有四种基本类型的记忆不过其标签和组织方式不同。例如Mem0有一种名为组织记忆的独立记忆类型用于存储供多个智能体或不同团队共享的数据这通常不是默认功能。每个新增的记忆都会经过提炼过程并根据其用途以不同方式向量数据库、图数据库、SQL数据库存储。旧数据不会被覆盖而是被标记为弃用而非删除这是为了保留更广泛的长期上下文。Hindsight也采用了这种策略。与Hindsight相比Mem0支持的大语言模型范围较小但主要选项都有Anthropic、Google Gemini、OpenAI以及LangChain、LiteLLM、LM Studio和Ollama等自托管选项。如果你想在本地使用Mem0而非作为服务使用需要提供一个Python实例和自己的向量数据库。对于后者Postgres搭配pgvector扩展是一个常见且简单的选择甚至可以安装在Python虚拟环境中。SupermemorySupermemory能从许多常见来源摄取数据包括纯文本、结构化数据、PDF和Microsoft Office等常见文档文件格式以及视频、音频和图像等并利用这些数据构建上下文图谱为智能体对话提供信息。其最受推崇的功能之一是内容提取工具。Supermemory既提供云服务也有可本地运行的开源软件。开源版本缺少企业版提供的扩展服务和第三方服务连接器Gmail、Google Drive、Notion等但有一个很大的优势它是一个独立的二进制文件因此可以轻松部署在自己的硬件上。此外Supermemory无需配置外部数据库非常适合快速实验。主题人工智能、生成式AI、开发工具、软件开发、库和框架