Memoh 是一个始终在线、容器化的 AI 代理系统。您可以创建多个 AI 机器人，每个机器人运行在独立的隔离容器中，并拥有持久化内存，通过 Telegram、Discord、飞书、QQ、Matrix、企业微信、微信、电子邮件或内置的 Web UI 与它们交互。机器人可以执行命令、编辑文件、浏览网页、通过 MCP 调用外部工具，并记住一切——就像为每个机器人配备了一台独立的计算机和大脑。

快速开始

一键安装（**需要 Docker）：

curl -fsSL https://memoh.sh | sudo sh

静默安装并使用所有默认设置：curl -fsSL ... | sudo sh -s -- -y

或者手动安装：

git clone --depth 1 https://github.com/memohai/Memoh.git
cd Memoh
cp conf/app.docker.toml config.toml
# 编辑 config.toml
sudo docker compose up -d

安装特定版本：

curl -fsSL https://memoh.sh | sudo MEMOH_VERSION=v0.6.0 sh

使用 CN 镜像加速镜像拉取：

curl -fsSL https://memoh.sh | sudo USE_CN_MIRROR=true sh

在 macOS 上，或者如果您的用户属于 docker 用户组，则无需使用 sudo。

启动后访问 http://localhost:8082。默认登录账号：admin / admin123

有关自定义配置和生产环境部署，请参阅 DEPLOYMENT.md。

为什么选择 Memoh？

Memoh 的设计宗旨是实现始终在线的连续性——让 AI 始终保持在线状态，而记忆则始终属于您。

• 轻量级且快速：采用 Go 语言构建，适合作为家庭或工作室的基础架构，在边缘设备上也能高效运行。
• 默认容器化：每个机器人运行在独立的隔离容器中，拥有自己的文件系统、网络和工具。
• 混合架构：云端推理用于前沿模型的能力，本地优先的记忆和索引则确保隐私。
• 多用户友好：明确的共享与隐私边界，适用于不同用户和机器人之间的协作。
• 全图形化配置：通过现代化的 Web UI 配置机器人、频道、MCP、技能以及所有设置——无需编写代码。

功能特性

核心功能

• 🤖 多机器人与多用户：创建多个机器人，它们可以进行私聊、群聊或彼此对话。机器人能够在群聊中区分不同用户，记住每个人的上下文，并支持跨平台的身份绑定。
• 📦 容器化：每个机器人运行在独立的 isolated containerd 容器中，拥有专属的文件系统和网络——就像拥有一台独立的计算机。支持快照、数据导出/导入以及版本管理。
• 🧠 记忆工程：基于 LLM 的事实提取、混合检索（稠密 + 稀疏 + BM25）、24 小时上下文加载、记忆压缩与重建。可插拔后端：内置（关闭 / 稀疏 / 稠密）、Mem0、OpenViking。
• 💬 9 种通信渠道：Telegram、Discord、飞书、QQ、Matrix、企业微信、微信、电子邮件（Mailgun / SMTP / Gmail OAuth），以及内置的 Web UI——提供统一的流式传输、富文本和附件支持。

代理能力

• 🔧 MCP（模型上下文协议）：全面支持 MCP（HTTP / SSE / Stdio / OAuth）。连接外部工具服务器以扩展功能；每个机器人管理自己独立的 MCP 连接。
• 🌐 浏览器自动化：通过 Playwright 使用无头 Chromium/Firefox——导航、点击、填写表单、截图、读取无障碍树、管理标签页。
• 🎭 技能与子代理：通过模块化技能文件定义机器人的个性；将复杂任务委派给具有独立上下文的子代理。
• ⏰ 自动化：基于 Cron 的定时任务和周期性心跳，实现机器人自主运行。

管理功能

• 🖥️ Web UI：现代化仪表盘（Vue 3 + Tailwind CSS）——流式聊天、工具调用可视化、文件管理器、所有设置的可视化配置界面。支持深色/浅色主题及多语言切换。
• 🔐 访问控制：基于优先级的 ACL 规则，支持允许/拒绝操作，可根据频道身份、频道类型或对话范围进行限制。
• 🧪 多模型支持：任何兼容 OpenAI、Anthropic 或 Google 的大模型提供商。支持为每个机器人分配不同的模型、提供商 OAuth 认证，以及自动模型导入。
• 🚀 一键部署：使用 Docker Compose 实现自动迁移、containerd 设置和 CNI 网络配置。

内存系统

Memoh 的内存系统围绕内存提供者构建——这些可插拔的后端决定了机器人如何存储、检索和管理长期记忆。

提供者	描述
内置	自托管，随 Memoh 一起提供。三种模式：关闭（基于文件，无向量搜索）、稀疏（通过本地模型生成神经稀疏向量，无需 API 费用）、稠密（通过 Qdrant 进行嵌入式语义搜索）。
Mem0	基于 Mem0 API 的 SaaS 内存服务。
OpenViking	自托管或 SaaS 内存服务，拥有自己的 API。

每个机器人会绑定一个内存提供者。在聊天过程中，机器人会自动从每一轮对话中提取关键事实，并将其存储为结构化记忆。每当收到新消息时，机器人会通过混合搜索检索最相关的记忆，并将其注入到自身的上下文中——从而在多次对话中实现个性化的长期记忆。

其他功能还包括记忆压缩（合并冗余条目）、重建、手动创建/编辑，以及向量流形可视化（Top-K 分布与累积分布函数曲线）。有关设置详情，请参阅 文档。

画廊

聊天	容器	提供商
文件管理器	定时任务	Token 使用量

架构

flowchart TB
    subgraph 客户端 [" 客户端 "]
        direction LR
        CH["渠道<br/>Telegram · Discord · 飞书 · QQ<br/>Matrix · 微信企业号 · 微信 · 邮件"]
        WEB["Web UI (Vue 3 :8082)"]
    end

    CH & WEB --> API

    subgraph 服务器 [" 服务器 · Go :8080 "]
        API["REST API 和渠道适配器"]

        subgraph 代理 [" 进程内 AI 代理 "]
            TWILIGHT["Twilight AI SDK<br/>OpenAI · Anthropic · Google"]
            CONV["对话流程<br/>流式处理 · 情感分析 · 循环检测"]
        end

        subgraph 工具提供商 [" 工具提供商 "]
            direction LR
            T_CORE["记忆 · 网络搜索<br/>日程 · 联系人 · 收件箱"]
            T_EXT["容器 · 邮件 · 浏览器<br/>子代理 · 技能 · TTS<br/>MCP 联盟"]
        end

        API --> 代理 --> 工具提供商
    end

    PG[("PostgreSQL")]
    QD[("Qdrant")]
    BROWSER["浏览器网关<br/>(Playwright :8083)"]

    subgraph 工作空间 [" 工作空间容器 · containerd "]
        direction LR
        BA["机器人 A"] ~~~ BB["机器人 B"] ~~~ BC["机器人 C"]
    end

    服务器 --- PG
    服务器 --- QD
    工具提供商 -.-> 浏览器
    工具提供商 -- "gRPC 桥接 UDS" --> 工作空间

为本项目诞生的子项目

• Twilight AI — 一个轻量级、符合 Go 语言习惯的 AI SDK — 受 Vercel AI SDK 启发。与供应商无关（OpenAI、Anthropic、Google），提供一流的流式处理、工具调用、MCP 支持和嵌入功能。

路线图

更多详情请参阅 路线图。

开发

开发环境搭建请参考 CONTRIBUTING.md。

星标历史

贡献者

许可证: AGPLv3

版权所有 © 2026 Memoh。保留所有权利。

Memoh 快速上手指南

Memoh 是一个自托管、全天候运行的 AI 智能体平台。它允许你在独立的容器中运行多个 AI 机器人，每个机器人都拥有持久的记忆和专属的文件系统，并支持通过 Telegram、微信、钉钉、飞书等多种渠道进行交互。

环境准备

在开始之前，请确保你的服务器或本地开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu/Debian), macOS, 或 Windows (需安装 WSL2)。
• 核心依赖：必须安装 Docker 和 Docker Compose。
• 硬件建议：由于采用容器化架构，建议至少拥有 2GB 可用内存（具体取决于运行的模型大小和并发量）。
• 网络：确保服务器可以访问外部网络以拉取镜像和连接大模型 API。

安装步骤

Memoh 提供了一键安装脚本。为了获得最佳的下载速度，强烈推荐使用国内镜像源。

方式一：一键自动安装（推荐）

使用以下命令自动检测环境、配置国内镜像加速并完成安装：

curl -fsSL https://memoh.sh | sudo USE_CN_MIRROR=true sh

注：如果你希望静默安装（无需确认提示），可添加 -y 参数：

curl -fsSL https://memoh.sh | sudo USE_CN_MIRROR=true sh -s -- -y

如果需要安装特定版本（例如 v0.6.0）：

curl -fsSL https://memoh.sh | sudo MEMOH_VERSION=v0.6.0 USE_CN_MIRROR=true sh

注意：如果你的当前用户已加入 docker 组（或在 macOS 上），可以省略 sudo。

方式二：手动安装

如果你更喜欢手动控制配置过程：

1. 克隆项目仓库：

   git clone --depth 1 https://github.com/memohai/Memoh.git
   cd Memoh
   

2. 复制配置文件并编辑：

   cp conf/app.docker.toml config.toml
   # 请使用编辑器修改 config.toml，配置你的 API Key 和其他参数
   

3. 启动服务：

   sudo docker compose up -d
   

基本使用

安装完成后，按照以下步骤即可开始使用：

1. 访问管理后台 在浏览器中打开： http://localhost:8082

2. 登录系统 使用默认管理员账号登录：

   • 用户名: admin
   • 密码: admin123 (首次登录后建议立即修改密码)

3. 创建第一个 AI 机器人

   • 进入 Web UI 仪表盘。
   • 点击创建新 Bot，选择模型提供商（支持 OpenAI, Anthropic, Google 等兼容接口）。
   • 配置 记忆提供者 (Memory Provider)：可选择内置的稀疏/稠密检索，或接入 Mem0 等服务。
   • 在 通道 (Channels) 设置中绑定你的社交账号（如配置 Telegram Token 或飞书 Webhook）。

4. 开始交互

   • 你可以直接在 Web UI 中与机器人对话，测试其记忆能力和工具调用功能。
   • 或者通过已绑定的第三方应用（如微信、飞书）发送消息，机器人将实时响应并持久化存储上下文。

5. 高级功能

   • MCP 支持：在配置页连接外部工具服务器，扩展机器人能力。
   • 文件管理：通过 Web UI 直接查看和管理机器人容器内的文件系统。
   • 定时任务：设置 Cron 任务让机器人自动执行周期性操作。