RAG 并不是真正的记忆。智能体（AI Agent）需要长期记忆来维持上下文并实现持续学习。以下是 5 个用于智能体记忆的框架，100% 开源。
-
Graphiti 构建了具有时间感知的知识图谱，这些图谱会随着时间推移，随着关系和上下文的变化而演变，从而适应智能体的需求。
-
Letta 是一个开源框架，用于构建具有高级推理能力和透明且长期记忆状态的智能体。Letta 框架是 “白盒” 设计，并且与模型无关。此外，它还允许用户在自己的服务器上以可视化方式测试、调试和观察智能体的行为。
-
Mem0 是一个为智能体设计的智能记忆层，能够通过与用户的交互主动学习并适应变化。它结合了大语言模型（LLM）和向量存储技术。LLM 负责从对话中提取关键信息，而向量存储则用于语义搜索和记忆检索。
-
Memary 赋予 AI 智能体类似人类的记忆能力。它通过知识图谱跟踪实体知识、偏好和聊天历史记录，并且该知识图谱会随着智能体与用户的交互自动更新。
-
Cognee 是一个 Python 库，将知识图谱与 RAG 结合起来，为智能体和应用程序构建不断演化的语义记忆。它利用动态知识图谱来维护不同信息之间的关系。
参考文献：
[1] https://github.com/getzep/graphiti
[2] https://github.com/letta-ai/letta
[3] https://github.com/mem0ai/mem0
[4] https://github.com/kingjulio8238/Memary
[5] https://github.com/topoteretes/cognee
（文：NLP工程化）