📖 MemoryOS-MCP 入门指南

🔧 核心工具

1. add_memory

将用户与 AI 助手之间的对话内容保存到记忆系统中，以构建持久的对话历史和上下文记录。

2. retrieve_memory

根据查询从记忆系统中检索相关的历史对话、用户偏好和知识信息，帮助 AI 助手理解用户的需要和背景。

3. get_user_profile

通过分析历史对话生成用户画像，包括用户的性格特征、兴趣偏好以及相关知识背景。

1. 安装依赖

cd memoryos-mcp
pip install -r requirements.txt

2. 配置

编辑 config.json：

{
  "user_id": "用户ID",
  "openai_api_key": "OpenAI API 密钥",
  "openai_base_url": "https://api.openai.com/v1",
  "data_storage_path": "./memoryos_data",
  "assistant_id": "assistant_id",
  "llm_model": "gpt-4o-mini"
  "embedding_model_name":"BAAI/bge-m3"
}

3. 启动服务器

python server_new.py --config config.json

4. 测试

python test_comprehensive.py

5. 在 Cline 和其他客户端上配置

复制 mcp.json 文件，并确保文件路径正确。

command": "/root/miniconda3/envs/memos/bin/python"
#这应该更改为你的虚拟环境的 Python 解释器

📖MemoryOS_Chromadb 入门指南

1. 安装依赖

cd memoryos-chromadb
pip install -r requirements.txt

2. 测试

测试信息在 comprehensive_test.py 中
    memoryos = Memoryos(
        user_id='travel_user_test',
        openai_api_key='',
        openai_base_url='',
        data_storage_path='./comprehensive_test_data',
        assistant_id='travel_assistant',
        embedding_model_name='BAAI/bge-m3',
        mid_term_capacity=1000,
        mid_term_heat_threshold=13.0,
        mid_term_similarity_threshold=0.7,
        short_term_capacity=2
    )
python3 comprehensive_test.py
# 切换嵌入模型时，请务必使用不同的数据存储路径。

📖Docker 入门指南

你可以通过两种方式使用 Docker 运行 MemoryOS：拉取官方镜像或从 Dockerfile 构建自己的镜像。这两种方法都适用于快速搭建、测试和生产部署。

选项 1：拉取官方镜像

# 拉取最新的官方镜像
docker pull ghcr.io/bai-lab/memoryos:latest

docker run -it --gpus=all ghcr.io/bai-lab/memoryos /bin/bash

选项 2：从 Dockerfile 构建

# 克隆仓库
git clone https://github.com/BAI-LAB/MemoryOS.git
          
cd MemoryOS

# 构建 Docker 镜像（确保 Dockerfile 存在）
docker build -t memoryos .

docker run -it --gpus=all memoryos /bin/bash

📖Playground 入门指南

cd MemoryOS/memoryos-playground/memdemo/

python3 app.py

启动主界面后，填写相应的用户 ID、OpenAI API 密钥、模型和 API 基础 URL。

进入系统后，可以使用“帮助”按钮查看各个按钮的功能。

用户的记忆存储在 MemoryOS-main/memoryos-playground/memdemo/data 目录下。

🎯重现

cd eval
在代码中配置 API 密钥和其他设置
python3 main_loco_parse.py
python3 evalution_loco.py

☑️ 待办事项

MemoryOS 正在不断进化！以下是即将推出的功能：

• 持续进行🚀: 集成基准测试：为 Mem0、Zep 和 OpenAI 提供跨模型比较的标准基准测试套件
• 🏗️ 实现不同系统之间无缝的记忆交换与集成。

如果你有任何想法或建议，欢迎贡献！请随时提交问题或拉取请求！🚀

📖 文档

更详细的文档即将发布🚀，我们将在 文档 页面上更新。

📣 引用

如果您觉得这个项目有用，请考虑引用我们的论文：

@misc{kang2025memoryosaiagent,
      title={AI 代理的记忆操作系统}, 
      author={Jiazheng Kang 和 Mingming Ji 和 Zhe Zhao 和 Ting Bai},
      year={2025},
      eprint={2506.06326},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2506.06326}, 
}

🎯 联系我们

百家AI是由北京邮电大学白婷副教授指导的研究团队，致力于为人工智能智能体打造富有情感且具备超强记忆能力的大脑。

🤝 合作与建议：baiting@bupt.edu.cn

📣 关注我们的微信公众号，加入微信群或通过 https://discord.gg/SqVj7QvZ 获取最新动态。

🌟 星标历史

免责声明

本项目MemoryOS（记忆操作系统）由百家AI团队开发，与memoryOS（https://memoryos.com）无任何关联。此处使用“MemoryOS”这一名称仅用于学术讨论目的。