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

历史版本 0.3.x 0.2.x MemoryScope

---

🧠 ReMe 是一个专为 AI 智能体 打造的记忆管理工具，以 Memory as File 为核心，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。

ReMe 让智能体拥有可持续维护的记忆库：历史对话可归档，外部资料可索引，重要信息可沉淀为长期记忆，并通过关键词、语义检索和 wikilink 图谱重新找到。

你可以用 ReMe 做什么

• 个人助理：为 QwenPaw 等智能体提供长期记忆，记住用户偏好和历史对话。
• 编程助手：记录代码风格偏好、项目上下文，跨会话保持一致的开发体验。
• 客服机器人：记录用户问题历史、偏好设置，提供个性化服务。
• 任务自动化：从历史任务中学习成功/失败模式，持续优化执行策略。
• 知识问答：构建可检索的知识库，支持语义搜索和精确匹配。

---

📁 基于文件的记忆系统

Memory as files, files as memory.

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。

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_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

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。

---

核心能力

能力	说明
Memory as File	用 vault 目录、Markdown、frontmatter 和 wikilink 表达记忆分层与文件关系。
Memory Search	持续索引 daily/、digest/、resource/，支持 BM25、可选向量召回和链接展开。
Auto Memory	将对话按 session_id 保存为原始 JSONL，并整理成 daily 记忆卡片。
Auto Resource	将 resource/ 中的外部资料解读为 daily 资源卡片，保留原始资料出处。
Auto Dream	从 daily 输入中抽取长期记忆单元，沉淀到 digest/personal、digest/procedure 和 digest/wiki。
Auto Link	在写入 digest 时召回相关节点，完成去重、来源链接和 digest 之间的 wikilink 织入。
Proactive	读取 auto_dream 生成的 interests.yaml，向上层 Agent 暴露当天值得主动关注的主题。

Memory as File

Auto Memory & Auto Resource(BETA)

Auto Dream & Auto Link & Proactive

Memory Search

---

⭐ 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