A memory management toolkit for AI agents — Remember Me, Refine Me.

历史版本：0.3.x · 0.2.x · MemoryScope

🧠 ReMe 是一个面向 AI 智能体 的记忆管理工具，将对话、资料和长期知识沉淀为可读、可编辑、可检索的文件化记忆。

✨ 核心创新

• Markdown as Memory：以带 frontmatter 和 wikilink 的 Markdown 作为记忆节点，让人和 Agent 都能直接读写。
• 自进化知识库：记忆从原始输入进入 daily 浅加工，再沉淀为 digest 深加工长期知识。
• 渐进式混合搜索：先用关键词和语义召回定位片段，再沿 wikilink 图谱展开上下文。
• Agent 友好集成：用文件、索引和工具接口组织记忆，方便不同 Agent 接入、维护和复用。

🧩 适用场景

• 个人助理：为 QwenPaw 等 Agent 提供长期记忆。
• 编程助手：沉淀代码风格、项目背景和流程经验，跨会话保持一致。
• 知识问答：把资料和对话渐进加工成可检索、可追溯、可链接的 Markdown 知识库。
• 任务自动化：复用历史任务中的成功路径、失败教训和操作流程。

📁 记忆系统

Memory as files, files as memory.

ReMe 将记忆视为文件：原始对话和外部资料先进入输入层，再加工成 daily note，最后沉淀为可长期复用的 digest 记忆。

记忆分层

层级	目录	内容
原始输入	reme_session/、resource/	原始对话、Agent session、外部资料
浅加工	daily/	当天事实、对话摘要、资源解读、兴趣主题
深加工	digest/	用户画像、长期事实、流程经验、知识节点

Vault 目录结构

<vault_dir>/
├── reme_metadata/       # 系统索引、图谱、catalog 等持久状态
├── reme_session/        # 原始对话和 Agent session
│   ├── dialog/
│   │   └── <session_id>.jsonl
│   ├── agentscope/
│   └── claude_code/
├── resource/            # 外部原始材料
│   └── YYYY-MM-DD/
│       └── <resource>.<ext>
├── daily/               # 浅加工记忆：当天事实、对话摘要、资源解读
│   ├── YYYY-MM-DD.md
│   └── YYYY-MM-DD/
│       ├── <session_id>.md
│       ├── <resource_stem>.md
│       └── interests.yaml
└── digest/              # 长期记忆：个人事实、流程经验、知识节点
    ├── personal/
    ├── procedure/
    └── wiki/

🚀 快速开始

安装

ReMe 要求 Python 3.11+。

从 pip 安装：

pip install "reme-ai[core]"

从源码安装：

git clone https://github.com/agentscope-ai/ReMe.git
cd ReMe
pip install -e ".[core]"

core extra 建议安装：当前代码会导入 AgentScope wrapper，自进化记忆也依赖它。

环境变量

配置环境变量：

cat > .env <<'EOF'
EMBEDDING_API_KEY=sk-xxx
EMBEDDING_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_API_KEY=sk-xxx
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
EOF

启动服务

reme start

默认服务地址是 127.0.0.1:2333。如果端口被占用：

reme start service.port=23333
# reme start vault_dir=/tmp/reme-demo service.port=8181

reme version
curl -s http://127.0.0.1:23333/version -H 'Content-Type: application/json' -d '{}'

更多细节见 快速开始。

🔌 接入 ReMe

ReMe 不绑定具体 Agent 框架，启动服务后可以按三种方式接入：

方式	适用场景	使用说明
skill.md + cli	任意支持读取 skill/system prompt 的 Agent 框架	将 reme_memory skill 加入 Agent，并允许 Agent 调用 reme search/read/write/auto_memory/proactive 等 CLI。
background / cron	索引更新、资源监听、定时 dream 等自动流程	执行 reme start 后自动运行，无需在 Agent 侧手动调用。
hook	需要把对话、资源或主动主题接入 Agent 生命周期的流程	在 Agent 框架中手动加入 auto_memory、auto_resource、auto_dream、proactive 调用点。

QwenPaw 2.0 将会集成新版 ReMe；未来也会推出 Claude Code plugin，降低手动接入成本。

🧰 核心能力

ReMe 的能力按运行方式分为 background、cron、hook 和 cli 四类：后台任务负责索引和监听，定时任务负责长期记忆沉淀，hook 用于接入 Agent 生命周期，cli 用于直接操作 vault。

后台与定时任务

类型	name	描述	参数
background	index_update_loop	后台监听 daily/、digest/、resource/ 中的 Markdown/JSONL 变化，并持续更新检索索引。	配置项：watch_dirs、watch_suffixes
background	resource_watch_loop	后台监听 resource/ 资料变化，更新 resource catalog，并触发资源解读。	配置项：watch_dirs、watch_suffixes
background	digest_watch_loop	后台监听 daily/ 与 digest/ 的 Markdown 变化，更新 digest catalog 并记录变化。	配置项：watch_dirs、watch_suffixes
cron	dream_cron	每天 23:00 定时执行 dream 流程：抽取长期记忆、整合 digest、生成兴趣主题并持久化 catalog。	配置项：cron

Agent Hook

类型	name	描述	参数
hook	auto_memory	将对话消息记录并整理为 daily 记忆卡片。	必填：messages；可选：session_id、memory_hint
hook	auto_resource	将 resource 文件变更批次解读为 daily 资源卡片。	必填：changes；每项可含 path、file_path、change
hook	auto_dream	扫描当天 day-index 与 daily notes，抽取并整合长期记忆单元，写入 interests.yaml。	date、hint、topic_count、topic_diversity_days
hook	proactive	读取 daily/<date>/interests.yaml，向上层 Agent 暴露最新用户兴趣主题。	date、include_content

CLI 工具

类型	name	描述	参数
cli	version	返回 ReMe 包版本。	无
cli	health_check	返回 ReMe 组件健康检查摘要。	无
cli	help	列出已注册 jobs 及其 metadata。	无
cli	search	在 vault 中执行混合检索，结合向量召回、BM25 和 RRF 融合。	必填：query；可选：limit、min_score
cli	node_search	根据候选抽象的名称与描述，召回相似 digest 节点用于去重或关联。	必填：query；可选：limit
cli	traverse	从指定路径出发遍历 wikilink 图谱。	必填：path；可选：depth、direction
cli	reindex	清空 file store，并基于现有文件重建索引。	配置项：watch_dirs、watch_suffixes
cli	daily_create	创建 daily session note：daily/<date>/<session_id>.md 或 daily/<date>.md。	session_id、date
cli	daily_list	列出某一天的 notes。	date
cli	daily_reindex	重建 day-index 页面 daily/<date>.md。	date
cli	frontmatter_read	读取文件 frontmatter。	必填：path
cli	frontmatter_update	合并 key-values 到文件 frontmatter。	必填：path、metadata
cli	frontmatter_delete	删除文件 frontmatter 中的指定 keys。	必填：path、keys
cli	stat	获取 vault 路径状态，包括大小、mtime、是否存在、是否目录或文件。	必填：path
cli	list	列出 vault 路径下的文件。	path、recursive、limit
cli	read	读取 vault 下的 Markdown 文件。	必填：path；可选：start_line、end_line
cli	read_image	读取 vault 下的图片文件并返回 base64。	必填：path
cli	write	创建或覆盖 Markdown 文件，并写入 name/description frontmatter。	必填：path、name、description、content；可选：metadata
cli	edit	对 Markdown 文件执行全文 find-and-replace。	必填：path、old、new
cli	move	移动或重命名 vault 文件，并默认重写入站 wikilink。	必填：src_path、dst_path；可选：overwrite、retarget
cli	delete	删除 vault 文件或文件夹，并返回仍存在的入站 wikilink。	必填：path

🤝 社区与支持

• 问题反馈与需求：请先查看 Open Issues；如无相关讨论，可新建 Issue 说明背景、目标行为和影响范围。
• 代码贡献：改动前建议阅读 贡献指南 和 代码框架，遵循 CLI / Service / Application / Job / Step / Component 的分层。
• 文档贡献：用户可见的安装、配置、调用或行为变化，请同步更新 docs/zh/ 或 README.md。
• 提交规范：建议使用 Conventional Commits，例如 feat(search): add link expansion option、 docs(zh): update quick start。
• 提交前检查：提交 PR 前请尽量运行 pre-commit run --all-files 和 pytest；如有依赖 LLM、embedding 或外部服务的测试无法运行，请在 PR 中说明。
• 获取帮助：Bugs 和功能请求使用 GitHub Issues ，项目文档见 https://reme.agentscope.io/。

贡献者

感谢所有为 ReMe 做出贡献的朋友们：

📄 引用

@software{AgentscopeReMe2026,
  title = {AgentscopeReMe: Memory Management Kit for Agents},
  author = {ReMe Team},
  url = {https://reme.agentscope.io},
  year = {2026}
}

⚖️ 许可证

本项目基于 Apache License 2.0 开源，详情参见 LICENSE 文件。

📈 Star 历史