PowerMem 集成 OpenClaw：面向 AI 代理的智能内存。OpenClaw PowerMem 插件：查看插件

只需一条命令即可将 PowerMem 内存添加到 OpenClaw：openclaw plugins install memory-powermem。

English | 中文 | 日本語

✨ 亮点

• 🎯 精准：[准确率提升48.77%] 在LOCOMO基准测试中，比全上下文更精准（78.70% VS 52.9%）
• ⚡ 敏捷：[响应速度提升91.83%] 相较于全上下文，检索的p95延迟显著降低（1.44秒 VS 17.12秒）
• 💰 经济：[标记减少96.53%] 相较于全上下文，成本大幅降低且性能不打折扣（0.9k VS 26k）

🧠 PowerMem - 智能内存系统

在AI应用开发中，让大型语言模型持久“记住”历史对话、用户偏好和上下文信息是一个核心挑战。PowerMem结合了向量检索、全文搜索和图数据库的混合存储架构，并引入认知科学中的埃宾浩斯遗忘曲线理论，为AI应用构建强大的内存基础设施。该系统还提供了全面的多智能体支持能力，包括智能体内存隔离、跨智能体协作与共享、细粒度权限控制以及隐私保护机制，使多个AI智能体能够在保持独立内存空间的同时实现高效协作。

🚀 核心功能

👨‍💻 开发者友好

• 🔌 轻量级集成：提供简单的Python SDK，自动从.env文件加载配置，方便开发者快速集成到现有项目中。同时支持CLI (pmem)、MCP服务器和HTTP API服务器集成方式

🧠 智能内存管理

• 🔍 智能内存提取：通过LLM自动从对话中提取关键事实，智能检测重复内容，更新冲突信息并合并相关记忆，确保内存数据库的准确性和一致性
• 📉 埃宾浩斯遗忘曲线：基于认知科学的遗忘规律，自动计算记忆保留率并实施时间衰减加权，优先保留近期和相关的记忆，让AI系统像人类一样自然“遗忘”过时信息

👤 用户档案支持

• 🎭 用户档案：根据历史对话和行为数据自动构建和更新用户档案，适用于个性化推荐和AI陪伴等场景，让AI系统更好地理解和服务每个用户

🤖 多智能体支持

• 🔐 智能体共享/隔离内存：为每个智能体提供独立的内存空间，支持跨智能体内存共享与协作，并通过范围控制实现灵活的权限管理

🎨 多模态支持

• 🖼️ 文本、图像和音频内存：自动将图像和音频转换为文本描述进行存储，支持多模态混合内容（文本+图像+音频）的检索，让AI系统能够理解更丰富的上下文信息

💾 深度优化的数据存储

• 📦 子存储支持：通过子存储实现数据分区管理，支持自动查询路由，显著提升超大规模数据的查询性能和资源利用率
• 🔗 混合检索：结合向量检索、全文搜索和图检索的多通道召回能力，通过LLM构建知识图谱，并支持多跳图遍历，精准检索复杂记忆关系

🚀 快速开始

📥 安装

pip install powermem

💡 基本使用（SDK）

✨ 最简单方式：从.env文件自动创建内存！配置参考

from powermem import Memory, auto_config

# 加载配置（自动从.env加载）
config = auto_config()
# 创建内存实例
memory = Memory(config=config)

# 添加内存
memory.add("用户喜欢咖啡", user_id="user123")

# 搜索内存
results = memory.search("用户偏好", user_id="user123")
for result in results.get('results', []):
    print(f"- {result.get('memory')}")

更多详细示例和使用模式，请参阅快速入门指南。

⌨️ PowerMem CLI (1.0.0+)

PowerMem提供命令行界面(pmem)用于内存操作、配置、备份/恢复以及交互式Shell——无需编写Python代码。

# 添加和搜索内存
pmem memory add "用户偏好深色模式" --user-id user123
pmem memory search "偏好" --user-id user123

# 配置与统计
pmem config show  
pmem config init          # 交互式 .env 向导  
pmem stats --json  

# 交互式 shell  
pmem shell  

如需查看完整的 CLI 参考和示例，请参阅CLI 使用指南。

🌐 HTTP API 服务器与仪表板

PowerMem 提供了一个生产就绪的 HTTP API 服务器，通过 RESTful API 暴露所有核心内存管理功能。此外，它还提供了一个仪表板（位于 /dashboard/），作为 Web 管理界面。

与 SDK 的关系：API 服务器底层使用相同的 PowerMem SDK，并共享相同的配置文件（.env）。它为 Python SDK 中提供的相同内存管理功能提供了 HTTP 接口，使非 Python 应用程序也能访问 PowerMem。

启动 API 服务器（含仪表板）：

# 方法一：使用 CLI 命令（pip 安装后）
powermem-server --host 0.0.0.0 --port 8000  

# 方法二：使用 Docker（API 服务器 + 仪表板在同一容器中）
docker run -d \
  --name powermem-server \
  -p 8000:8000 \
  -v $(pwd)/.env:/app/.env:ro \
  --env-file .env \
  oceanbase/powermem-server:latest  

# 或者使用 Docker Compose（推荐）
docker-compose -f docker/docker-compose.yml up -d

启动后，同一服务器将提供：

• 所有内存操作的 RESTful API 端点
• 位于 http://localhost:8000/dashboard/ 的仪表板
• 位于 http://localhost:8000/docs 的交互式 API 文档
• API Key 认证与速率限制支持
• 与 SDK 相同的配置（通过 .env 文件）

如需查看完整的 API 文档与使用示例，请参阅API 服务器文档。

🔌 MCP 服务器

PowerMem 还提供了一个模型上下文协议（MCP）服务器，可与 Claude Desktop 等兼容 MCP 的客户端集成。MCP 服务器通过 MCP 协议暴露 PowerMem 的内存管理功能，让 AI 助手能够无缝访问和管理记忆。

与 SDK 的关系：MCP 服务器使用相同的 PowerMem SDK，并共享相同的配置文件（.env）。它为 MCP 兼容的 AI 助手提供了相同的内存管理功能接口。

安装：

# 安装 PowerMem（必选）
pip install powermem  

# 安装 uvx（若尚未安装）
# macOS/Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh  

# Windows:
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

启动 MCP 服务器：

# SSE 模式（推荐，默认端口 8000）
uvx powermem-mcp sse  

# 自定义端口的 SSE 模式
uvx powermem-mcp sse 8001  

# Stdio 模式
uvx powermem-mcp stdio  

# 可流式 HTTP 模式（默认端口 8000）
uvx powermem-mcp streamable-http  

# 自定义端口的可流式 HTTP 模式
uvx powermem-mcp streamable-http 8001

与 Claude Desktop 集成：

在您的 Claude Desktop 配置文件中添加以下配置：

{
  "mcpServers": {
    "powermem": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

MCP 服务器提供内存管理工具，包括添加、搜索、更新和删除记忆。如需查看完整的 MCP 文档与使用示例，请参阅MCP 服务器文档。

🔗 集成与演示

• 🔗 openclaw 内存插件：通过提取、埃宾浩斯遗忘曲线、多智能体隔离，在 openclaw 中将 PowerMem 用作长期记忆。查看插件
• 🔗 LangChain 集成：使用 LangChain + PowerMem + OceanBase 构建医疗辅助聊天机器人，查看示例
• 🔗 LangGraph 集成：使用 LangGraph + PowerMem + OceanBase 构建客户服务聊天机器人，查看示例

📚 文档

• 📖 入门指南：安装与快速入门指南
• ⌨️ CLI 使用指南：PowerMem CLI（pmem）参考（1.0.0+）
• ⚙️ 配置指南：完整配置选项
• 🤖 多智能体指南：多智能体场景与示例
• 🔌 集成指南：集成指南
• 📦 子存储指南：子存储使用与示例
• 📋 API 文档：完整 API 参考
• 🏗️ 架构指南：系统架构与设计
• 📓 示例：交互式 Jupyter Notebook 与用例
• 👨‍💻 开发文档：开发者文档

⭐ 亮点发布说明

版本	发布日期	功能
1.0.0	2026.03.16	PowerMem CLI（pmem）：内存操作、配置管理、备份/恢复/迁移、交互式 Shell 以及 Shell 补全 用于内存管理和可视化的 Web 仪表板
0.5.0	2026.02.06	统一的 SDK/API 服务器配置治理（基于 pydantic-settings） 新增 OceanBase 原生混合搜索支持 增强内存查询处理，为内存列表操作增加排序支持 新增用户个人资料支持，以实现自定义母语输出
0.4.0	2026.01.20	稀疏向量支持，增强混合检索能力，结合密集向量、全文和稀疏向量搜索 用户内存查询重写——根据用户个人资料自动优化搜索查询，提升召回率 模式升级与数据迁移工具，用于现有表
0.3.0	2026.01.09	生产就绪的 HTTP API 服务器，提供所有内存操作的 RESTful 端点 Docker 支持，便于部署与容器化
0.2.0	2025.12.16	高级用户个人资料管理，支持 AI 应用的“个性化体验” 扩展多模态支持，包括文本、图像与音频记忆
0.1.0	2025.11.14	核心内存管理功能，支持记忆的持久化存储 混合检索支持向量、全文与图搜索 基于 LLM 事实提取的智能记忆提取 全生命周期内存管理，支持埃宾浩斯遗忘曲线 多智能体内存管理支持 多种存储后端支持（OceanBase、PostgreSQL、SQLite） 支持通过多跳图搜索进行知识图谱检索

💬 支持

• 🐛 问题报告：GitHub Issues
• 💭 讨论：GitHub Discussions

---

📄 许可证

本项目采用 Apache 许可证 2.0 版本授权——详情请参阅 LICENSE 文件。

PowerMem 快速上手指南

环境准备

• Python 版本：3.10.0 或更高
• 操作系统：Linux / macOS / Windows（推荐使用 Linux 环境）
• 前置依赖：无强制依赖，推荐安装 pip 和 dotenv（自动加载 .env 文件）
• 国内加速建议：使用清华源加速安装

  pip install powermem -i https://pypi.tuna.tsinghua.edu.cn/simple
  

安装步骤

pip install powermem -i https://pypi.tuna.tsinghua.edu.cn/simple

推荐使用 pip 安装官方 PyPI 包，无需额外编译或依赖配置。

基本使用

最简 SDK 使用（推荐）

1. 创建 .env 文件（参考 .env.example），配置存储路径等参数（可选，默认使用本地文件系统）
2. 在 Python 中直接调用：

from powermem import Memory, auto_config

# 自动从 .env 加载配置
config = auto_config()
memory = Memory(config=config)

# 添加记忆
memory.add("用户喜欢咖啡", user_id="user123")

# 搜索记忆
results = memory.search("用户偏好", user_id="user123")
for result in results.get('results', []):
    print(f"- {result.get('memory')}")

支持中文内容存储与检索，无需额外编码处理。

CLI 快速操作（无需写代码）

# 添加记忆
pmem memory add "用户喜欢深色模式" --user-id user123

# 搜索记忆
pmem memory search "偏好" --user-id user123

# 查看配置
pmem config show

CLI 工具 pmem 1.0.0+ 已内置，安装后直接使用，支持交互式 shell：pmem shell