MemoRizz完全指南构建持久化记忆增强型AI代理的终极框架【免费下载链接】memorizzMemoRizz: A Python library serving as a memory layer for AI applications. Leverages popular databases and storage solutions to optimize memory usage. Provides utility classes and methods for efficient data management.项目地址: https://gitcode.com/gh_mirrors/me/memorizzMemoRizz是一个Python框架专为构建记忆增强型AI代理而设计。它提供了多种记忆系统、可插拔存储提供商、代理构建器和应用模式让开发者能够轻松创建具有持久化记忆能力的智能应用。无论是需要持续对话的助手、自动化工作流的执行者还是进行深度研究的多代理系统MemoRizz都能提供强大的支持。为什么选择MemoRizz核心功能解析 MemoRizz的核心优势在于其全面的记忆管理系统和灵活的架构设计。以下是你需要了解的关键能力多维度记忆系统MemoRizz实现了多种记忆类型模拟人类认知过程语义记忆存储事实性知识和概念通过嵌入向量实现高效检索情景记忆记录对话历史和事件序列支持自动摘要生成程序记忆管理工具、技能和工作流支持持续学习和技能进化短期记忆提供上下文窗口管理和语义缓存优化LLM调用效率共享记忆支持多代理协作的黑板系统实现知识共享和任务协调这些记忆类型通过统一的接口管理可根据应用模式自动配置。详细的内存架构设计可参考MEMORY_ARCHITECTURE.md。灵活的存储后端MemoRizz支持多种存储提供商满足不同场景需求文件系统适合本地开发和轻量级应用使用FAISS进行向量搜索MongoDB适合分布式环境和高并发应用Oracle企业级解决方案提供高级数据管理和查询能力通过统一的MemoryProvider接口你可以无缝切换存储后端而无需修改核心业务逻辑。智能应用模式MemoRizz提供三种预设应用模式自动配置相应的记忆堆栈助手模式优化对话体验启用对话记忆、实体记忆和人物角色管理工作流模式专注任务执行强化工具箱和工作流记忆深度研究模式支持多代理协作提供共享内存和高级工具集成快速入门从零开始构建你的第一个记忆增强型AI代理环境准备首先通过pip安装MemoRizz核心包pip install memorizz根据需要安装额外组件# 安装Oracle存储支持 pip install memorizz[oracle] # 安装MongoDB存储支持 pip install memorizz[mongodb] # 安装本地文件系统支持含FAISS pip install memorizz[filesystem] # 安装本地Web UI pip install memorizz[ui] # 安装所有组件 pip install memorizz[all]使用文件系统提供程序的基本示例以下代码演示如何创建一个具有持久化记忆的AI助手import os from pathlib import Path from memorizz.memagent.builders import MemAgentBuilder from memorizz.memory_provider import FileSystemConfig, FileSystemProvider # 设置OpenAI API密钥 os.environ[OPENAI_API_KEY] your-openai-api-key # 配置文件系统存储提供程序 provider FileSystemProvider( FileSystemConfig( root_pathPath(~/.memorizz).expanduser(), embedding_provideropenai, embedding_config{model: text-embedding-3-small}, ) ) # 构建AI代理 agent ( MemAgentBuilder() .with_instruction(你是一个具有持久记忆的 helpful 助手。) .with_memory_provider(provider) .with_llm_config( { provider: openai, model: gpt-4o-mini, api_key: os.environ[OPENAI_API_KEY], } ) .with_semantic_cache(enabledTrue, threshold0.85) .build() ) # 与代理交互 print(agent.run(嗨我叫Leah我在支付系统工作。)) print(agent.run(我告诉过你我的工作是什么吗)) # 获取上下文窗口统计信息 stats agent.get_context_window_stats() print(stats)多用户支持构建多用户应用时通过user_id参数实现记忆隔离agent.run(记住我最喜欢的颜色是紫色。, user_idalice) agent.run(我最喜欢的颜色是什么, user_idbob) # 不会看到alice的数据完整的多租户支持指南请参考Multi-Tenant Guide。高级功能释放MemoRizz的全部潜力本地LLM支持MemoRizz支持多种本地LLM后端实现完全离线的AI代理提供程序后端最佳用途Apple Silicon支持huggingfacetransformers PyTorch最广泛的模型支持通过MPS支持mlxApplemlx-lmMac上最快速度原生支持local-openaiOpenAI兼容服务器现有服务器重用支持ollamaOllama守护进程简单部署支持以下是使用Hugging Face Transformers的示例from memorizz.memagent.builders import MemAgentBuilder agent ( MemAgentBuilder() .with_memory_provider(provider) .with_llm_config({ provider: huggingface, model: google/gemma-4-E2B-it, max_new_tokens: 512, temperature: 0.7, }) .build() )互联网访问能力深度研究代理可以集成互联网访问工具import os from memorizz.internet_access import TavilyProvider from memorizz.memagent.builders import create_deep_research_agent llm_config { provider: openai, model: gpt-4o-mini, api_key: os.environ[OPENAI_API_KEY], } internet_provider TavilyProvider(api_keyos.environ[TAVILY_API_KEY]) agent ( create_deep_research_agent(internet_providerinternet_provider) .with_memory_provider(provider) .with_llm_config(llm_config) .build() ) results agent.search_internet(最新的向量数据库基准测试)沙箱代码执行通过沙箱提供程序启用代码执行能力import os from memorizz.memagent import MemAgent llm_config { provider: openai, model: gpt-4o-mini, api_key: os.environ[OPENAI_API_KEY], } agent MemAgent( llm_configllm_config, memory_providerprovider, sandbox_providere2b, # 或 daytona / graalpy ) print(agent.execute_code(print(2 ** 16)))技能市场集成MemoRizz可以搜索和使用外部技能市场的代理技能from memorizz.memagent import MemAgent agent MemAgent( llm_configllm_config, memory_providerprovider, skills_marketplace_providervercel, ) # 代理现在可以搜索并应用Vercel Agent Skills print(agent.run(使用最佳实践构建Next.js应用))实用工具CLI与本地Web UI命令行界面MemoRizz提供了一个交互式终端代理具有持久记忆memorizz # 交互式REPL记忆在启动之间保持 memorizz --code # 启用编码工具读写文件命令 memorizz run your prompt # 一次性运行打印回复 memorizz ui # 启动本地Web UI需要[ui]组件数据库管理命令memorizz oracle install # 启动Oracle容器助手 memorizz oracle setup # 初始化Oracle模式/用户完整的CLI参考请查阅CLI Guide。本地Web UI安装UI组件后通过memorizz ui命令启动本地Web界面提供直观的代理管理、记忆浏览和技能市场访问。深入学习示例与文档MemoRizz提供了丰富的示例帮助你快速掌握各种功能单代理示例examples/single_agent/memagent_local_oracle.ipynb深度研究示例examples/deep_research/deep_research_memagent.ipynb沙箱执行示例examples/sandbox/memagent_e2b_sandbox.ipynb自动化示例examples/automations/automations_guide.ipynb持续学习示例examples/continual_learning/continual_learning_guide.ipynb模型提供程序示例examples/model_providers/完整文档位于项目的docs/目录可通过make docs-serve命令本地预览。开始使用MemoRizz要开始使用MemoRizz只需克隆仓库并按照安装指南操作git clone https://gitcode.com/gh_mirrors/me/memorizz cd memorizz # 按照SETUP.md中的说明进行安装无论你是构建个人AI助手、企业级自动化工具还是研究多代理系统MemoRizz都提供了构建持久化记忆增强型AI代理所需的全部工具和框架。立即开始探索释放AI的全部潜力【免费下载链接】memorizzMemoRizz: A Python library serving as a memory layer for AI applications. Leverages popular databases and storage solutions to optimize memory usage. Provides utility classes and methods for efficient data management.项目地址: https://gitcode.com/gh_mirrors/me/memorizz创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考